C# 如何在emgucv c上实现反锐化掩蔽#

我正在尝试使用c#在emgucv上实现反锐化掩蔽方法

我现在拥有的python代码是（）：

def unsharp\u掩码（图像，内核大小=（5，5），sigma=1.0，amount=1.0，threshold=0）：
“”“使用非锐化遮罩返回图像的锐化版本。”“”
#有关取消锐化遮罩的详细信息，请参阅：
# https://en.wikipedia.org/wiki/Unsharp_masking
# https://homepages.inf.ed.ac.uk/rbf/HIPR2/unsharp.htm
模糊=cv.GaussianBlur（图像、核大小、西格玛）
锐化=浮动（数量+1）*图像-浮动（数量）*模糊
锐化=np.最大值（锐化，np.零（锐化形状））
锐化=np.最小值（锐化，255*np.个（锐化形状））
锐化=锐化的.round（）.aType（np.uint8）
如果阈值>0：
低对比度遮罩=np.绝对（图像模糊）<阈值
np.copyto（锐化，图像，其中=低对比度遮罩）
回程锐化

我现在使用的c#代码不能像上面的代码那样工作。有人知道如何使用c实现它吗

publicstaticvoidgetmat（图像srcimg，图像imgBlurred，参考数据表dst，int-nAmount=200）
{
浮动量=nAmount/100f；
使用（图像dst_temp=新图像（srcimg.Width，srcimg.Height））
{
对于（int v=0；v255）c=255；
温度数据[v，u，0]=（字节）c；
}
}
dst=dst_温度材料克隆（）；
}
}
公共静态图像（Mat src，ref Mat dst，int-nAmount=200，双西格玛=3，int-threshold=0）
{
浮动金额=纳蒙特/100.0F；
使用（Mat imgBlurred=新Mat（））
{
高斯模糊（src，imgBlurred，新系统。图纸。尺寸（0，0），西格玛，西格玛）；
使用（Mat mask_temp=new Mat（））
{
CvInvoke.AbsDiff（src、imgBlurred、mask_temp）；
使用（Mat LowControlMask=新Mat（））
{
CvInvoke.Threshold（掩码温度，低对比度掩码，阈值，255，阈值类型.binarynv）；
GetMat（src.ToImage（），imgBlurred.ToImage（），ref dst）；
src.CopyTo（dst，低对比度掩码）；
}
}
}
}

有一个python解决方案

以下是C#中的工作：

有一个python解决方案

以下是C#中的工作：

def unsharp_mask(image, kernel_size=(5, 5), sigma=1.0, amount=1.0, threshold=0):
    """Return a sharpened version of the image, using an unsharp mask."""
    # For details on unsharp masking, see:
    # https://en.wikipedia.org/wiki/Unsharp_masking
    # https://homepages.inf.ed.ac.uk/rbf/HIPR2/unsharp.htm
    blurred = cv.GaussianBlur(image, kernel_size, sigma)
    sharpened = float(amount + 1) * image - float(amount) * blurred
    sharpened = np.maximum(sharpened, np.zeros(sharpened.shape))
    sharpened = np.minimum(sharpened, 255 * np.ones(sharpened.shape))
    sharpened = sharpened.round().astype(np.uint8)
    if threshold > 0:
        low_contrast_mask = np.absolute(image - blurred) < threshold
        np.copyto(sharpened, image, where=low_contrast_mask)
    return sharpened

public static void GetMat(Image<Gray, byte> srcimg, Image<Gray, byte> imgBlurred, ref Mat dst, int nAmount = 200)
{
    float amount = nAmount / 100f;
    using (Image<Gray, byte> dst_temp = new Image<Gray, byte>(srcimg.Width, srcimg.Height))
    {
        for (int v = 0; v < srcimg.Height; v++)
        {
            for (int u = 0; u < srcimg.Width; u++)
            {
                byte a = srcimg.Data[v, u, 0]; //Get Pixel Color | fast way
                byte b = imgBlurred.Data[v, u, 0];
                int c = (int)(a * (1 + amount) - (amount * b));
                if (c < 0) c = 0;
                if (c > 255) c = 255;
                dst_temp.Data[v, u, 0] = (byte)c;
            }
        }
        dst = dst_temp.Mat.Clone();
    }
}

public static void getSharpenImage(Mat src, ref Mat dst, int nAmount = 200, double sigma = 3, int threshold = 0)
{
    float amount = nAmount / 100.0F;
    using (Mat imgBlurred = new Mat())
    {
        CvInvoke.GaussianBlur(src, imgBlurred, new System.Drawing.Size(0, 0), sigma, sigma);
        using (Mat mask_temp = new Mat())
        {
            CvInvoke.AbsDiff(src, imgBlurred, mask_temp);
            using (Mat lowcontrastmask = new Mat())
            {
                CvInvoke.Threshold(mask_temp, lowcontrastmask, threshold, 255, ThresholdType.BinaryInv);
                GetMat(src.ToImage<Gray, byte>(), imgBlurred.ToImage<Gray, byte>(), ref dst);
                src.CopyTo(dst, lowcontrastmask);
            }
        }
    }
}

Mat blurredImage = new Mat();
Mat lapImage = new Mat();
CvInvoke.MedianBlur(grayImage, blurredImage, 1);
CvInvoke.Laplacian(blurredImage, lapImage, blurredImage.Depth);
blurredImage -= (0.9*lapImage);