基于OpenCV与Numpy的USM锐化GUI滑块交互报错求助

问题根源 #

1. NameError原因：update_sharpen函数未将display_image声明为全局变量，且若先拖动Sharpen滑块，display_image还未被update_blur初始化，导致变量未定义。
2. 锐化公式错误：原代码display_image2 = img+x*(display_image)不符合USM公式I+c(I-B)，逻辑完全错误。
3. 滑块联动缺失：两个滑块各自独立更新显示，未实现拖动任意滑块都重新计算完整锐化结果的需求。

修正方案 #

• 统一使用一个回调函数，拖动任意滑块都读取当前两个滑块的值，重新计算USM结果。
• 用cv2.getTrackbarPos获取滑块值，避免依赖全局变量的初始化状态。
• 正确实现USM公式，处理图像数据类型溢出问题（将图像转为float计算，结果裁剪到0-255后转回uint8）。

完整修正代码 #

import cv2
import numpy as np

# 加载图像，确保路径正确
img = cv2.imread("cameraman.tif", cv2.IMREAD_GRAYSCALE)
# 转为float类型防止计算溢出
img_float = img.astype(np.float32)

def update_image(_):
    # 获取当前滑块值
    blur_size = cv2.getTrackbarPos("Blur Size", "Blur and Sharpen")
    sharpen_coeff = cv2.getTrackbarPos("Sharpen", "Blur and Sharpen")
    
    # 计算模糊图像B：高斯核大小为2*blur_size+1，最小为1（当blur_size=0时）
    kernel_size = 2 * blur_size + 1
    blurred = cv2.GaussianBlur(img_float, (kernel_size, kernel_size), 0, 0)
    
    # 应用USM公式：I + c*(I - B)
    sharpened = img_float + sharpen_coeff * (img_float - blurred)
    
    # 裁剪数值到0-255范围，转回uint8格式
    sharpened = np.clip(sharpened, 0, 255).astype(np.uint8)
    
    # 更新显示
    cv2.imshow("Blur and Sharpen", sharpened)

# 创建窗口
cv2.namedWindow("Blur and Sharpen")

# 添加滑块，两个滑块都调用同一个update函数
cv2.createTrackbar("Blur Size", "Blur and Sharpen", 0, 10, update_image)
cv2.createTrackbar("Sharpen", "Blur and Sharpen", 0, 10, update_image)

# 初始显示原始图像
cv2.imshow("Blur and Sharpen", img)
# 循环等待按键，否则窗口会立即关闭
cv2.waitKey(0)
cv2.destroyAllWindows()

关键细节说明 #

• 数据类型处理：将图像转为float32进行计算，避免uint8类型的溢出（比如负数或超过255的值），最后用np.clip限制范围并转回uint8，保证图像显示正常。
• 滑块联动：两个滑块共享同一个回调函数，拖动任意一个都会重新计算完整的锐化结果，确保界面实时更新且逻辑一致。
• 避免全局变量依赖：通过cv2.getTrackbarPos直接获取当前滑块值，无需依赖全局变量存储中间结果，解决了变量未初始化的问题。

内容的提问来源于stack exchange，提问作者tometwin