Резкость изображения с помощью нерезкой маскировки
резкость входного изображения в оттенках серого или в цветном цвете (RGB) B = imsharpen(A)A с использованием метода нерезкого маскирования.
использует пары имя-значение для управления аспектами нерезкого маскирования.B = imsharpen(A,Name,Value)
Чтение изображения в рабочую область и его отображение.
a = imread('hestain.png'); imshow(a) title('Original Image');

Резкость изображения с помощью imsharpen и отобразить его.
b = imsharpen(a);
figure, imshow(b)
title('Sharpened Image');
Чтение изображения в рабочую область и его отображение.
a = imread('rice.png'); imshow(a), title('Original Image');

Резкость изображения, задание radius и amount параметры.
b = imsharpen(a,'Radius',2,'Amount',1); figure, imshow(b) title('Sharpened Image');

A - Изображение будет заточеноИзображение, которое должно быть заточено, указано как изображение в градациях серого или RGB.
Если A представляет собой изображение truecolor (RGB), то imsharpen преобразует изображение в цветовое пространство L * a * b *, применяет резкость только к каналу L *, а затем преобразует изображение обратно в цветовое пространство RGB, прежде чем вернуть его в качестве выходного изображенияB.
Типы данных: single | double | int8 | int16 | int32 | uint8 | uint16 | uint32
Укажите дополнительные пары, разделенные запятыми Name,Value аргументы. Name является именем аргумента и Value - соответствующее значение. Name должен отображаться внутри кавычек. Можно указать несколько аргументов пары имен и значений в любом порядке как Name1,Value1,...,NameN,ValueN.
'Radius',1.5'Radius' - Стандартное отклонение гауссова фильтра нижних частот1 (по умолчанию) | положительное числоСтандартное отклонение фильтра нижних частот Гаусса, указанное как положительное число. Это значение управляет размером области вокруг краевых пикселов, на которые влияет резкость. Большое значение затачивает более широкие области вокруг краев, в то время как небольшое значение затачивает более узкие области вокруг краев.
Пример: 'Radius',1.5
Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64
'Amount' - Прочность эффекта заточки0.8 (по умолчанию) | числовой скалярСила эффекта заточки, заданная как числовой скаляр. Более высокое значение приводит к большему увеличению контраста резких пикселей. Типичные значения для этого параметра находятся в пределах диапазона [0 2], хотя значения больше 2 разрешены. Очень большие значения для этого параметра могут создавать нежелательные эффекты в выходном изображении.
Пример: 'Amount',1.2
Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64
'Threshold' - Минимальный контраст, необходимый для того, чтобы пиксель считался краевым пикселем0 (по умолчанию) | скаляр в диапазоне [0 1]Минимальный контраст, необходимый для того, чтобы пиксель считался краевым пикселем, заданным как скаляр в диапазоне [0 1]. Более высокие значения (ближе к 1) позволяют затачивать только в областях с высокой контрастностью, таких как сильные края, оставляя области с низкой контрастностью без влияния. Более низкие значения (ближе к 0) дополнительно позволяют резкость в относительно более гладких областях изображения. Этот параметр полезен для предотвращения резкости шума в выходном изображении.
Пример: 'Threshold',0.7
Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64
B - Заточенное изображениеЗаточенное изображение, возвращаемое в виде числового массива того же размера и класса, что и входное изображение A.
Резкость на самом деле контраст между разными цветами. Быстрый переход от чёрного к белому выглядит резким. Постепенный переход с чёрного на серый на белый выглядит размытым. Резкость изображений увеличивает контраст по краям, где встречаются разные цвета.
Метод нерезкого маскирования происходит из процесса издательской индустрии, в котором изображение затачивается вычитанием размытой (нерезкой) версии изображения из самого себя. Не путайте с названием этого фильтра: нерезкий фильтр - это оператор, используемый для резкости изображения.
Имеется измененная версия этого примера. Открыть этот пример с помощью изменений?
1. Если смысл перевода понятен, то лучше оставьте как есть и не придирайтесь к словам, синонимам и тому подобному. О вкусах не спорим.
2. Не дополняйте перевод комментариями “от себя”. В исправлении не должно появляться дополнительных смыслов и комментариев, отсутствующих в оригинале. Такие правки не получится интегрировать в алгоритме автоматического перевода.
3. Сохраняйте структуру оригинального текста - например, не разбивайте одно предложение на два.
4. Не имеет смысла однотипное исправление перевода какого-то термина во всех предложениях. Исправляйте только в одном месте. Когда Вашу правку одобрят, это исправление будет алгоритмически распространено и на другие части документации.
5. По иным вопросам, например если надо исправить заблокированное для перевода слово, обратитесь к редакторам через форму технической поддержки.