большинство изображений, по которым кликают, бесполезны из-за отсутствия деталей
Изображения часто отображаются как бесполезные из-за отсутствия деталей, доступных на конкретном изображении. Поскольку мы уже знаем, что изображения хорошего качества являются основой для лучших моделей, поэтому требование хороших детализированных изображений является обязательным.
Для повышения качества изображения часто используются различные методы, такие как осветление, повышение резкости и другие. Повышение качества таким образом дает больше деталей, таких как больше краев, больше цветов, лучшие формы и т. д.
В предыдущих статьях я упоминал, как использовать метод свертки для размытия изображения, в этой конкретной статье мы рассмотрим, как повысить резкость изображений.
свертка
Поскольку мы уже знаем, как работает метод свертки, он также упоминался в моих предыдущих статьях.
В свертке нам требуется исходная матрица и меньшая матрица M * M, которую обычно называют фильтром.
Давайте загрузим наши исходные изображения в блокнот Jupyter после импорта модуля openCV.
Значения пикселей изображения представляют собой двумерную матрицу.
используя фильтр матрицы 3X3, сумма значений которой равна 1.
используя код ниже
# Create our shapening kernel, remember it must sum to one
kernel_sharpening = np.array([[-1,-1,-1],
[-1, 9,-1],
[-1,-1,-1]])
# applying the sharpening kernel to the image
sharpened = cv2.filter2D(image, -1, kernel_sharpening)
print(sharpened)
cv2.imshow('Sharpened Image', sharpened)
cv2.waitKey(0)
cv2.destroyAllWindows()
сгенерированное резкое изображение
Заключение
Изображение резкости, если не использовать надлежащий фильтр, может генерировать слишком много деталей, что может привести к шуму и ухудшению результатов модели.
поэтому необходимо помнить об использовании хорошего фильтра, который увеличивает резкость изображения, не приводя к возникновению шума.
чтобы узнать больше статей, подписывайтесь на меня и общайтесь
