反锐化遮罩

反锐化掩模是一种对图像进行锐化的线性图像处理技术。清晰的细节被识别为原始图像和其模糊版本之间的差异。然后缩放这些细节，并将其添加回原始图像：

增强图像=原始+数量*(原始-模糊)

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。反锐化掩蔽滤光器中的半径参数指的是高斯滤光器的西格玛参数。

此示例显示了不同半径和数量参数的影响。

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()