gd库去噪+锐化组合更稳，因先用img_filter_gaussian_blur（半径1～2）弱化高频噪点而不损轮廓，再以img_filter_smooth负值（如-5）补偿性增强边缘，实现“先柔后提”，避免单滤波导致的细节丢失或边缘发虚。
老照片修复中，直接锐化反而会放大噪点和划痕，必须先去噪再局部锐化——GD 库的 imagefilter 组合能覆盖 80% 的日常需求，OpenCV 更适合批量处理但部署成本高。
GD 库去噪 + 锐化组合为什么比单用 filter 更稳？
GD 自带的 IMG_FILTER_GAUSSIAN_BLUR 和 IMG_FILTER_SMOOTH 单独调用效果有限：高斯模糊会抹掉细节，单纯反向平滑又容易让边缘发虚。真实老照片的划痕、霉斑、扫描噪点是高频干扰，需要“先柔后提”：
-
IMG_FILTER_GAUSSIAN_BLUR（半径 1～2）可弱化细碎噪点，但不会明显模糊文字或人脸轮廓 - 紧接着用
IMG_FILTER_SMOOTH配负值（如 -5 或 -7）补偿性增强边缘，相当于模拟非线性锐化 - 这个组合对 JPEG 压缩伪影也有效，比直接套
IMG_FILTER_EDGEDETECT更自然
示例关键片段：
$image = imagecreatefromjpeg('old.jpg');
imagefilter($image, IMG_FILTER_GAUSSIAN_BLUR);
imagefilter($image, IMG_FILTER_SMOOTH, -5);
imagejpeg($image, 'restored.jpg');
imagedestroy($image);
OpenCV 的 cvmedianBlur 和 cvLaplacian 怎么配才不翻车？
OpenCV 在 PHP 中调用更灵活，但参数稍不注意就导致图像发灰或出现光晕。重点不是算法多强，而是预处理链是否闭环：
- 老照片必须先转灰度：
cvcvtColor($image, cvCOLOR_BGR2GRAY)，彩色通道会干扰中值滤波判断 -
cvmedianBlur($image, 3)比5更安全——5容易吃掉发丝、睫毛等细线结构 - 拉普拉斯锐化前，建议先做一次
cvGaussianBlur($image, new cvSize(1,1), 0)轻微降噪，否则cvLaplacian会把噪点当边缘放大 - 加权叠加时，原始图权重别超 1.2，锐化图权重别低于 -0.3，否则出现明显 halo 边缘
典型错误现象：cvLaplacian 输出全黑或全白图像 → 实际是输入未转灰度，或尺寸为 0（路径读取失败）
噪点和划痕怎么区分处理？
老照片里“噪点”常指扫描引入的随机像素点，“划痕”是线性断裂，二者物理成因不同，不能混用同一滤波器：
- 随机噪点：用
cvmedianBlur或 GD 的高斯+平滑组合即可压制 - 细长划痕：GD 无法有效修复，需 OpenCV 的
cvinpaint（PHP-OpenCV 3.0+ 支持），但要求你手动或自动标出划痕掩码区域 - 若只有 GD，可用“邻域均值替换”临时补救：遍历像素，对孤立异常点（R/G/B 偏差 >60）用周围 3×3 区域均值覆盖，但会损失纹理
注意：imagefilter($image, IMG_FILTER_MEAN_REMOVAL) 名称有误导性，它不移除噪声，而是增强对比度，慎用于老照片
锐化强度调多少才算“怀旧不刺眼”？
怀旧感来自适度保留颗粒感，不是追求高清无损。过度锐化会让泛黄纸基纹理变成生硬锯齿：
- GD 方案：优先用
IMG_FILTER_SMOOTH负值（-3 到 -5），避免用IMG_FILTER_BRIGHTNESS或IMG_FILTER_CONTRAST叠加，那属于调色范畴 - OpenCV 方案：拉普拉斯输出后，用
cvaddWeighted控制锐化图权重在 -0.15～-0.25 之间，人眼对这个区间最耐受 - 所有操作后务必检查直方图：如果 0 和 255 两端像素占比突增，说明已出现剪切失真，需回调参数
最容易被忽略的一点：锐化前没重采样——扫描图若为 300dpi 但显示按 100% 渲染，实际锐化的是打印级细节，网页展示时完全看不出效果。先用 imagecopyresampled 缩到目标尺寸再处理，省资源还更准。
php免费学习视频：立即使用
踏上前端学习之旅，开启通往精通之路！从前端基础到项目实战，循序渐进，一步一个脚印，迈向巅峰！
