Python图像变清晰与锐化，调整对比度，高斯滤波除躁，卷积锐化，中值滤波钝化，神经网络变清晰

最新推荐文章于 2025-09-30 19:50:25 发布

原创

最新推荐文章于 2025-09-30 19:50:25 发布 · 408 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #计算机视觉 #opencv

本次使用图片来源于百度

import cv2
import time
import numpy as np
import pywt

from PIL import Image, ImageEnhance

#-i https://pypi.mirrors.ustc.edu.cn/simple

def super_resolution(input_path, output_path, model_path, scale=4):
    # 初始化超分辨率模型
    sr = cv2.dnn_superres.DnnSuperResImpl_create()
    sr.readModel(model_path)
    sr.setModel("edsr", scale)  # 模型类型需与文件名匹配

    # 读取低分辨率图像
    img_lr = cv2.imread(input_path)
    if img_lr is None:
        print("Error: 输入图像加载失败")
        return

    # 执行超分辨率重建
    start_time = time.time()
    img_sr = sr.upsample(img_lr)
    print(f"推理耗时: {time.time() - start_time:.2f}s")

    # 保存结果
    cv2.imwrite(output_path, img_sr)

    print(f"高分辨率图像已保存至: {output_path}")


def wavelet_denoise(image, wavelet='db4', level=1, mode='soft'):
    # 将图像转换为灰度图
    if len(image.shape) == 3:
        image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
 
    # 进行小波分解
    coeffs = pywt.wavedec2(image, wavelet, level=level)
 
    # 对