非锐化掩模

钝化掩模是一种线性图像处理技术，用于锐化图像。锐化细节被识别为原始图像与其模糊版本之间的差异。这些细节随后被缩放，并添加回原始图像中：

增强图像 = 原始图像 + 数量 * (原始图像 - 模糊图像)

模糊步骤可以使用任何图像滤波方法，例如中值滤波，但传统上使用高斯滤波。在非锐化掩模滤波器中的半径参数指的是高斯滤波器的sigma参数。

此示例展示了不同半径和数量参数的效果。

from skimage import data
from skimage.filters import unsharp_mask
import matplotlib.pyplot as plt

image = data.moon()
result_1 = unsharp_mask(image, radius=1, amount=1)
result_2 = unsharp_mask(image, radius=5, amount=2)
result_3 = unsharp_mask(image, radius=20, amount=1)

fig, axes = plt.subplots(nrows=2, ncols=2, sharex=True, sharey=True, figsize=(10, 10))
ax = axes.ravel()

ax[0].imshow(image, cmap=plt.cm.gray)
ax[0].set_title('Original image')
ax[1].imshow(result_1, cmap=plt.cm.gray)
ax[1].set_title('Enhanced image, radius=1, amount=1.0')
ax[2].imshow(result_2, cmap=plt.cm.gray)
ax[2].set_title('Enhanced image, radius=5, amount=2.0')
ax[3].imshow(result_3, cmap=plt.cm.gray)
ax[3].set_title('Enhanced image, radius=20, amount=1.0')

for a in ax:
    a.axis('off')
fig.tight_layout()
plt.show()