在影像處理中，我們總是想要讓特徵更加明顯一點，可以使用銳利化的方式將特徵的邊緣增強，提升影像的細節，圖像銳利後就會有提升解析度的感覺。
銳利化後
常見的圖像銳利化方法：
- 銳化濾波器：使用 OpenCV 的
cv2.filter2D函數搭配適當的濾波核（如拉普拉斯濾波器）可以進行圖像銳利化。 - 增強對比度：可以通過調整圖像的對比度來增強圖像的銳利度，這可以通過直方圖均衡化或對比度增強的方法來實現。
- Unsharp Masking：這是一種常見的圖像銳化技術，通過將原始圖像和模糊版本的圖像相減，再加回原始圖像，可以得到銳利化的效果。
以下程式範例將用Unsharp Masking來實現圖像銳化:
拉普拉斯運算子是一種常用於影像增強的方法之一，特別是用於提高影像的邊緣和細節。
在OpenCV中，你可以使用cv2.Laplacian函數來應用拉普拉斯運算子。
cv2.Laplacian 函式的基本語法：
#標準函式
dst = cv2.Laplacian(src, ddepth[, dst[, ksize[, scale[, delta[, borderType]]]]])
#常用
laplacian = cv2.Laplacian(img, cv2.CV_64F)
src: 原始影像，可以是灰度影像或彩色影像。ddepth: 輸出影像的深度（通常是 cv2.CV_8U、cv2.CV_16U、cv2.CV_64F 等）。dst: 輸出影像。如果未提供，函數會自動創建一個與src大小和深度相同的影像。ksize: 使用的拉普拉斯運算子的內核大小。如果未提供，則默認為3。scale: 結果的比例因子，可以用於增強或減弱拉普拉斯梯度。默認為1。delta: 結果的偏移值，可以用於調整結果的亮度。默認為0。borderType: 設置邊界擴充的方式。默認為cv2.BORDER_DEFAULT。
這個函數返回一個包含拉普拉斯梯度的影像
通常，你會在這個結果上進一步進行處理，例如使用 cv2.convertScaleAbs 將結果轉為無符號八位整數形式。
程式範例
import cv2
import numpy as np
def laplacian_sharpen(image_path, output_path):
# 讀取影像
img = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)
# 使用拉普拉斯運算子
laplacian = cv2.Laplacian(img, cv2.CV_64F)
# 將負值轉為正值
laplacian = cv2.convertScaleAbs(laplacian)
# 將原始影像和拉普拉斯增強的影像結合
sharpened_img = cv2.addWeighted(img, 1.5, laplacian, -0.5, 0)
# 保存結果
cv2.imwrite(output_path, sharpened_img)
# 呼叫函式，替換為你的輸入和輸出路徑
laplacian_sharpen('input_image.jpg', 'output_image_laplacian.jpg')
銳化比較圖
銳化後的圖就是使用cv2.addWeighted函數結合灰階的影像和拉普拉斯增強的影像。
拉普拉斯增的圖
原圖直接銳利化。
程式範例第六行，cv2.IMREAD_GRAYSCALE拿掉即可。
# 讀取影像
img = cv2.imread(image_path)
些額外的參數可以調整以達到更好的影像增強效果。
程式範例第七行，拉普拉斯運算子新增其他參數
# 使用拉普拉斯運算子
laplacian = cv2.Laplacian(img, cv2.CV_64F, scale=2, delta=50)
不同參數比較
以下是一些與 cv2.Laplacian 相關的重要參數：
ksize：
- 參數類型：整數
- 預設值：3（3x3 的運算子）
- 內容：指定拉普拉斯運算子的內核大小。內核大小越大，檢測到的細節和邊緣越粗糙。
# 使用 5x5 的拉普拉斯運算子
laplacian = cv2.Laplacian(img, cv2.CV_64F, ksize=5)
ddepth：
- 參數類型：整數
- 預設值：-1（與原始影像相同的深度）
- 內容：指定輸出影像的深度。通常情況下，使用 -1 表示與原始影像相同的深度，但你也可以指定其他深度值，例如
cv2.CV_8U。
# 使用 8 位無符號深度的輸出影像
laplacian = cv2.Laplacian(img, cv2.CV_8U)
scale 和 delta：
- scale 參數類型：浮點數
- delta 參數類型：浮點數
- 預設值：scale=1, delta=0
- 內容：
scale用於縮放拉普拉斯運算子的結果，而delta用於調整結果的亮度。這兩個參數可以用來調整增強效果。
# 使用不同的 scale 和 delta 值
laplacian = cv2.Laplacian(img, cv2.CV_64F, scale=2, delta=50)
