python opencv3 滤波器 卷积核

git：https://github.com/linyi0604/Computer-Vision

 # coding:utf8
 
 import cv2
 import numpy as np
 from scipy import ndimage
 
 # 3*3 的高通卷积核
 kernel_3x3 = np.array([
     [-1, -1, -1],
     [-1, 8, -1],
     [-1, -1, -1]
 ])
 # 5*5 高通卷积核
 kernel_5x5 = np.array([
     [-1, -1, -1, -1, -1],
     [-1, 1, 2, 1, -1],
     [-1, 3, 4, 2, -1],
     [-1, 1, 2, 1, -1],
     [-1, -1, -1, -1, -1]
 ])
 
 # 按灰度值读入图像
 img = cv2.imread("../data/mm1.jpg", 0)
 
 # 进行卷积运算
 k3 = ndimage.convolve(img, kernel_3x3)
 k5 = ndimage.convolve(img, kernel_5x5)
 """
 高通滤波器： 根据像素与临近像素的亮度差值来提升像素的亮度
 """
 
 # 原图像运用高斯低通滤波器
 blurred = cv2.GaussianBlur(img, (11, 11), 0)
 """
 低通滤波器： 像素周围亮度小于一个特定值时候，平滑该像素的亮度，主要用于去噪和模糊化
     高斯滤波器是最常用的模糊滤波器之一，他是一个削弱强度的低通滤波器
 """
 # 原图像减去低通
 g_hpf = img - blurred
 
 cv2.imshow("3x3", k3)
 cv2.imshow("5x5", k5)
 cv2.imshow("g_hpf", g_hpf)
 cv2.imshow("origin", img)
 cv2.waitKey()
 cv2.destroyAllWindows()