Jak wyostrzyć obraz w OpenCV?

Możesz wypróbować proste jądro i filter2D funkcja, np. w Pythonie:

kernel = np.array([[-1,-1,-1], [-1,9,-1], [-1,-1,-1]])
im = cv2.filter2D(im, -1, kernel)

Wikipedia ma dobry przegląd jąder z kilkoma przykładami tutaj - https://en.wikipedia.org/wiki/Kernel_ (image_processing)

W przetwarzaniu obrazu jądro, macierz splotu lub maska jest małą macierzą. Służy do rozmycia, ostrzenia, wytłaczania, wykrywania krawędzi i innych. Osiąga się to poprzez zrobienie splotu pomiędzy jądrem i obraz.

Przykładowy kod dotyczący wyostrzania obrazu za pomocą algorytmu "unsharp mask" można znaleźć w dokumentacji OpenCV

Zmiana wartości sigma,threshold,amount Da różne wyniki

// sharpen image using "unsharp mask" algorithm
Mat blurred; double sigma = 1, threshold = 5, amount = 1;
GaussianBlur(img, blurred, Size(), sigma, sigma);
Mat lowContrastMask = abs(img - blurred) < threshold;
Mat sharpened = img*(1+amount) + blurred*(-amount);
img.copyTo(sharpened, lowContrastMask);

Dla jasności w tym temacie, kilka punktów naprawdę powinno być:

1. Wyostrzanie zdjęć to problem źle postawiony. Innymi słowy, rozmycie jest operacją stratną, a powrót z niej jest ogólnie niemożliwy.

2. Aby wyostrzyć pojedyncze obrazy, musisz w jakiś sposób dodać ograniczenia (założenia), jakiego rodzaju obrazu chcesz i jak został zamazany. Jest to obszar naturalnej statystyki obrazu. Podejścia do wyostrzania posiadają te statystyki jawnie lub niejawnie w swoich algorytmach (deep learning jest najbardziej niejawnie zakodowany). Wspólne podejście do ważenia niektórych poziomów psa lub Laplacian rozkładu piramidy , które jest uogólnieniem Briana Burnsa odpowiedzi, zakłada, że Gaussian rozmycie uszkodzone obraz, i jak waga jest zrobione jest związane z założeniami na to, co było w obrazie na początku.

3. Inne źródła informacji mogą spowodować wyostrzenie problemu dobrze pozowane. Powszechnym takim źródłem informacji jest wideo poruszającego się obiektu lub ustawienie wielu widoków. Wyostrzanie w tym ustawieniu jest zwykle nazywane superrozdzielczością (co jest bardzo złą nazwą, ale utkwiło w kręgach akademickich). Od dawna w OpenCV istnieją metody superrozdzielczości.... chociaż zwykle nie działają tak dobrze na prawdziwe problemy ostatnio sprawdziłem je. Spodziewam się, że głębokie uczenie przyniosło wspaniałe rezultaty również tutaj. Może ktoś napisze w komentarzach, co się tam opłaca.

Spróbuj z tym:

cv::bilateralFilter(img,9,75,75);

Możesz znaleźć więcej informacji tutaj