系列：图像处理算法入门 · 模块四「空间域滤波与图像增强」第 7 期（共 12 期）
前置：029 卷积基础 → 030 均值 → 031 高斯 → 032 中值 → 033 双边 → 034 方框+导向 →本期 035→ 036 Sobel
环境：Python 3.13 · OpenCV 5.0 · NumPy · Matplotlib（全部代码可直接复制运行）

一、摘要

前面 6 期都在讲"怎么把图变糊"（平滑/去噪）——本期反过来：怎么把图变清楚。

• 锐化恒等式：一切锐化的本质都是锐化图 = 原图 + α × (原图 − 模糊图)。模糊把高频抹掉了，"原图减模糊"恰好把被抹掉的高频（细节层）掏出来，乘个力度再贴回去；
• 拉普拉斯：二阶导各向同性核，I − Laplacian(I)就是锐化——它是 USM 在 σ→0 时的极限形态，教学价值满分，但噪声放大也是满分（√Σw² = 4.5×~8.5×）；
• Unsharp Mask（USM）：印刷业祖传的"虚光蒙版"，Photoshop 锐化滑杆的