高级增强、局部对比与边缘

增强不是“让图片更好看”的开关。每个变体都先展示实际生成的输出，再给出对应 binding 的代码。

高斯模糊

sigma: 2 降低高频细节。四个 binding 均已执行；govips 是当前参考输出，其他结果仍等待像素比较。

image-enhancement output — **WEBP**1938 × 1292, 92,650 bytes, 3 bands

Generated with govips v2.19.0 / libvips 8.17.3.

image, err := vips.NewImageFromFile("input.jpg")
if err != nil { return err }
defer image.Close()
if err := image.GaussianBlur(2); err != nil { return err }
data, _, err := image.ExportWebp(vips.NewWebpExportParams())
if err != nil { return err }
return os.WriteFile("blur.webp", data, 0o644)

await sharp('input.jpg').blur(2).webp({ quality: 82 }).toFile('blur.webp');

image = pyvips.Image.new_from_file("input.jpg")
image.gaussblur(2).write_to_file("blur.webp", Q=82)

vips gaussblur input.jpg 'blur.webp[Q=82]' 2

锐化

锐化显式设置 sigma: 2 及掩模参数；它也可能放大噪点和压缩伪影。

Generated with govips v2.19.0 / libvips 8.17.3.

if err := image.Sharpen(2, 2, 3); err != nil { return err }
data, _, err := image.ExportWebp(vips.NewWebpExportParams())
if err != nil { return err }
return os.WriteFile("sharpen.webp", data, 0o644)

await sharp('input.jpg').sharpen({ sigma: 2, m1: 1, m2: 3, x1: 2 })
  .webp({ quality: 82 }).toFile('sharpen.webp');

image = pyvips.Image.new_from_file("input.jpg")
image.sharpen(sigma=2, x1=2, m2=3).write_to_file("sharpen.webp", Q=82)

vips sharpen input.jpg 'sharpen.webp[Q=82]' --sigma 2 --x1 2 --m2 3

Gamma 校正

1.5 是本示例的指数，不是通用默认值。

Generated with govips v2.19.0 / libvips 8.17.3.

if err := image.Gamma(1.5); err != nil { return err }
data, _, err := image.ExportWebp(vips.NewWebpExportParams())
if err != nil { return err }
return os.WriteFile("gamma.webp", data, 0o644)

await sharp('input.jpg').gamma(1.5).webp({ quality: 82 }).toFile('gamma.webp');

image = pyvips.Image.new_from_file("input.jpg")
image.gamma(exponent=1.5).write_to_file("gamma.webp", Q=82)

vips gamma input.jpg 'gamma.webp[Q=82]' --exponent 1.5

边缘检测

govips 与 CLI 使用 Sobel；sharp 用同一 Sobel 核通过 convolve() 执行。三者都已生成结果，但卷积边界和编码差异仍应在目标场景中比较。

Generated with govips v2.19.0 / libvips 8.17.3.

if err := image.Sobel(); err != nil { return err }
data, _, err := image.ExportWebp(vips.NewWebpExportParams())
if err != nil { return err }
return os.WriteFile("edge.webp", data, 0o644)

await sharp('input.jpg').convolve({ width: 3, height: 3,
  kernel: [-1, 0, 1, -2, 0, 2, -1, 0, 1] })
  .webp({ quality: 82 }).toFile('edge.webp');

image = pyvips.Image.new_from_file("input.jpg")
image.conv([[-1, 0, 1], [-2, 0, 2], [-1, 0, 1]]).write_to_file("edge.webp", Q=82)

vips sobel input.jpg 'edge.webp[Q=82]'

sharp 专属高层入口

sharp 还直接提供 normalise()、clahe() 与任意 convolve()。本页只为实际执行的 Sobel 卷积展示跨 binding 输出；normalise() 和 clahe() 没有对应的 govips v2.19.0 公开高层入口，因此不展示伪造的 govips 实现。此处的缺口不表示 libvips 缺少 operation，也不应把内部 vipsGen* 当作稳定应用 API。

高级增强、局部对比与边缘

高斯模糊

锐化

Gamma 校正

边缘检测

sharp 专属高层入口

来源