基本概念
图像锐化是使图像边缘更加清晰的一种图像处理方法。常用的做法是提取图像的高频分量，将其叠加到原图上。
图像高频分量的提取有两种做法:一种是用高通滤波器得到高频分量；另一种是用低通滤波器得到低频，然后用原图减去低频得到高频。
直接提取高频的方法有sobel算法、laplcian算子，sobel算子是图像的一阶导数，提取的是梯度信息，分水平和垂直两种，常常用来做边缘检测、方向判别，sobel算子在斜坡处不为0，因此会产生较粗的边缘。laplcian算子是图像的二阶导，在图像开始变化和结束变化的地方值不为0，渐变时结果为0，因此laplacian比sobel算子更适合做sharpen。
除了直接提取高频的方法外，我们也可以先提取低频，原图减去低频得到高频。这种方法称为非锐化掩模（unsharpen mask），我们常使用低通滤波器（高斯、双边）对图像进行滤波，这种方法滤波器很好控制（包括大小和强弱），从而可以控制高频分量的强弱。
钝化蒙版
先根据用户指定的钝化度对图像进行高斯模糊处理，再对高斯模糊处理结果与原图像进行钝化处理。 钝化度用来改变像素间的对比度强弱，钝化度，取值（0~100），钝化值越小，钝化的部分就越窄，仅仅会影响边缘像素； 钝化值越大，钝化的范围越宽，效果更明显。
// degree:钝化度，取值（0~100）
// 钝化度用来改变像素间的对比度强弱，钝化值越小，钝化的部分就越窄，仅仅会影响边缘像素
// 钝化值越大，钝化的范围越宽，效果更明显
Mat UnsharpMask(Mat src, int degree) {
int row = src.rows;
int col = src.cols;
if (degree < 1) degree = 1;
if (degree > 100) degree = 100;
Mat dst(row, col, CV_8UC3);
src.copyTo(src);
int border = 1;
for (int i = 0; i < degree; i++) {
GaussianBlur(dst, dst, Size(3, 3), 1.0);
}
for (int i = 0; i < row; i++) {
for (int j = 0; j < col; j++) {
for (int k = 0; k < 3; k++) {
int sum = 2 * src.at<Vec3b>(i, j)[k] - dst.at<Vec3b>(i, j)[k];
if (sum > 255) sum = 255;
else if (sum < 0) sum = 0;
dst.at<Vec3b>(i, j)[k] = sum;
}
}
}
return dst;
}