高通滤波器 python实现

原创

已于 2025-02-20 17:30:00 修改 · 1.4w 阅读

25 ·

CC 4.0 BY-SA版权

文章标签：

#高通 #python

于 2017-07-28 17:34:39 首次发布

本文介绍了高通滤波器的概念，它用于图像边缘提取和增强，通过提升像素与周围像素亮度差值来实现。同时，也提到了低通滤波器的作用，主要为图像去噪和平滑处理。

高通滤波器

高通滤波器（HPF）是检测图像的某个区域，然后根据像素与周围像素的亮度差值来提升像素的亮度。
用于：边缘提取与增强。

注意：通过高通滤波器进行滤波后，再和原图像叠加，可以增强图像中灰度级变化较快的部分，即锐化。

低通滤波器

低通滤波器是像素与周围像素的亮度差值小于一个特定值时，平滑该像素的亮度。
用于：去噪和模糊化。

注意：低通滤波器容许低频信号通过，但减弱频率高于截止频率的信号的通过。

import cv2
import cv2
import numpy as np
from scipy import ndimage

#这个是滤波器使用的模板矩阵
kernel_3x3 = np.array([[-1, -1, -1],
                       [-1, 8, -1],
                       [-1, -1, -1]])

kernel_5x5 = np.array([[-1, -1, -1, -1, -1],
                       [-1, 1, 2, 1, -1],
                       [-1, 2, 4, 2, -1],
                       [-1, 1, 2, 1, -1],
                       [-1, -1, -1, -1, -1]])
#显示原始图像
cv2.imshow("org", cv2.imread("./pic_01.jpg"))

#以灰度的方式加载图片
img = cv2.imread("./pic_01.jpg", 0)
cv2.imshow("img", img)

#通过使用模板矩阵进行高通滤波
k3 = ndimage.convolve(img, kernel_3x3)
k5 = ndimage.convolve(img, kernel_5x5)

#使用