在OpenCV中使用高斯模糊函数的减高斯模糊函数做什么？

我发现Kaggle内核具有以下功能

def subtract_gaussian_blur(img):
    gb_img = cv2.GaussianBlur(img, (0, 0), 5)
    return cv2.addWeighted(img, 4, gb_img, -4, 128)

转换此RGB图像的

进入下图

我可以看到它的效果是，它在一定程度上使图像锐化，并将其转换为更灰度的图像（实际上不是灰度，因为图像仍然是RGB），但我不确定，即使在阅读GaussianBlur和addWeighted上的OpenCV文档后，我是否完全理解函数中发生的情况

---

另外，这个特定的图像转换是否有一个我可以进一步阅读的特定名称？

我可以看到的主要步骤是

cv2.addWeighted（img，4，gb\u img，-4128）

。addWeighted的基本方程是

dst（I）=饱和（src1（I）∗α+src2（I）∗β+γ）

。在这里的示例中，alpha为4，beta-4，gamma为128

我对其工作原理的理解是，它首先执行高斯模糊来生成图像的去噪版本。然而，除了去除噪声外，高斯模糊还可以“涂抹”边缘，这在后面很重要。然后，它从原始图像中减去去噪后的版本，并向每个像素颜色通道添加128

在原始像素与过滤像素相同的区域中，这将导致均匀的灰色区域。在原始像素和过滤像素相差很大的区域中，根据原始像素或过滤像素的强度是否较高，最终将得到较亮或较暗的区域。这些差异在原始图像的边缘处最为明显，因为这些边缘将被高斯模糊强烈“涂抹”

---

由于将

addWeighted（）

分别应用于像素的每个颜色通道，因此结果不是完全灰度化的。模糊前和模糊后图像的RGB值不平衡的区域（即两个红色通道之间的差异远大于蓝色或绿色通道之间的差异）将有一定程度的颜色，而不仅仅是灰色。

这是一个非常好且易于理解的答案：）谢谢。很好的解释！关于名称：此函数减去平均值，但局部计算。它也是高斯拉帕斯算子（对数算子）或高斯差分算子（狗算子）的粗略近似。