高濾波器（HPF）

檢測(cè)圖像的某個(gè)區(qū)域，然后根據(jù)像素與周圍像素的亮度差來提升該像素的亮度的濾波器。

數(shù)值上，一般為一個(gè)核（也是一個(gè)矩陣）

效果

原圖：

經(jīng)過一個(gè)核來進(jìn)行濾波之后，結(jié)果是

先找到原圖像的高斯噪聲（之后作差）：

其實(shí)可以看出來，高斯的那個(gè)效果會(huì)更好一點(diǎn)（主要是線更粗，說明準(zhǔn)確率更高。但是也導(dǎo)致了邊角的那個(gè)箭尾沒有找到）

代碼

下面代碼中的1.png就是原圖

import cv2 import numpy as np from scipy import ndimagekernak_3x3 = np.array([[-1, -1, -1], [-1, 8, -1], [-1, -1, -1]])img = cv2.imread('1.png', 0) # read the img in a gray wayk3 = ndimage.convolve(img, kernak_3x3) # convolveblurred = cv2.GaussianBlur(img, (11, 11), 0) g_hpf = img - blurredcv2.imshow('g_hpf', g_hpf) cv2.imwrite('g_hpf.png', g_hpf) cv2.imshow('k3', k3) cv2.imwrite('k3.png', k3)cv2.waitKey() cv2.destroyAllWindows() 《新程序員》：云原生和全面數(shù)字化實(shí)踐50位技術(shù)專家共同創(chuàng)作，文字、視頻、音頻交互閱讀

總結(jié)

以上是生活随笔為你收集整理的高滤波器opencv(Python)的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。