增强图片清晰度解决图像模糊问题找到图像最佳分辨率的python脚本程序

以下是一个使用Python的脚本程序，用于增强图像的清晰度和解决图像模糊问题，并找到图像的最佳分辨率。

import cv2
import numpy as np

def enhance_image(image_path):
    # 读取图像
    img = cv2.imread(image_path)
    
    # 灰度化图像
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    
    # 使用Sobel算子进行边缘检测
    sobelx = cv2.Sobel(gray, cv2.CV_64F, 1, 0, ksize=3)
    sobely = cv2.Sobel(gray, cv2.CV_64F, 0, 1, ksize=3)
    edges = cv2.Canny(np.uint8(sobelx), np.uint8(sobely), threshold1=10, threshold2=100)

    # 膨胀操作，增强边缘
    kernel = np.ones((5,5),np.uint8)
    dilation = cv2.dilate(edges,kernel,iterations = 1)

    # 寻找轮廓并画出边框
    contours, hierarchy = cv2.findContours(dilation, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    cv2.drawContours(img, contours, -1, (0, 0, 255), 2)

    # 显示图像
    cv2.imshow("Enhanced Image", img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

def find_best_resolution(image_path):
    # 读取图像
    img = cv2.imread(image_path)
    
    # 获取图像大小
    height, width, channels = img.shape
    
    # 计算所有可能的分辨率
    resolutions = []
    for i in range(1, 10):
        r = (width//i, height//i)
        if r not in resolutions:
            resolutions.append(r)
    
    # 计算每种分辨率下的清晰度
    scores = []
    for r in resolutions:
        resized = cv2.resize(img, r)
        gray = cv2.cvtColor(resized, cv2.COLOR_BGR2GRAY)
        laplacian = cv2.Laplacian(gray, cv2.CV_64F)
        score = np.var(laplacian)
        scores.append(score)
    
    # 找到最佳分辨率
    best_idx = scores.index(max(scores))
    best_resolution = resolutions[best_idx]
    
    # 返回最佳分辨率
    return best_resolution

# 测试
image_path = "test.jpg"
enhance_image(image_path)
best_resolution = find_best_resolution(image_path)
print("Best resolution:", best_resolution)

该脚本程序包含两个函数，一个用于增强图像的清晰度，另一个用于找到图像的最佳分辨率。使用cv2.Sobel算子进行边缘检测，并使用膨胀操作增强边缘，然后找到轮廓并画出边框，从而增强图像的清晰度。使用cv2.Laplacian算子计算每种可能的分辨率下的清晰度，并返回最佳分辨率