opencv如何实现文档类图像的增强锐化

最近需要实现类似全能扫描王中的文档图像增强锐化功能，让图像的背景变纯，目前利用的光照算法，即图像模糊后与原图相除，但效果并不是很理想，在原图黑白色的情况下处理还好，如果是彩色图像总会颜色失真。请教大家，这个问题如何解决。
以下是原图和全能扫描王处理后的图像，即我想达到的如此效果

img

img

这有篇实例，【opencv实现图片模糊和锐化操作】，不知是否符合你的要求，链接：https://www.jb51.net/article/151081.htm

C++ - opencv应用实例之文本图像增强
https://blog.csdn.net/yohnyang/article/details/127295751

参考

一种基于Opencv文档图像增强算法的实现_wxplol的博客-CSDN博客_opencv文档增强 文章目录1、基于划分模式的图像增强2、基于c++ OpenCV的实现3、辅助增强算法因为项目需要对文档图像进行增强，也就是对于模糊、亮度偏暗或不均匀的文档进行处理方便后续的识别。传图图像增强方法主要分为两方面：空间域和频域。空间阈中增强方法，颜色的增强，如：直方图均衡化，对比度以及gama增强等；模糊，如：均值滤波等；锐化，如：局部标准差实现对比度增强。频域方法，如：小波变换，在图像的某个变换域内，对图像的变换系数进行运算，然后通过逆变换获得图像增强效果。一般来说，对于实际项目中，可能用其中一种或几种方法 https://blog.csdn.net/wxplol/article/details/112645349

参考一下

图像增强、锐化，利用 Python-OpenCV 帮你实现 4 种方法！ - 知乎 图像增强目的使得模糊图片变得更加清晰、图片模糊的原因是因为像素灰度差值变化不大，如片各区域产生视觉效果似乎都是一样的， 没有较为突出的地方，看起来不清晰的感觉 解决这个问题的最直接简单办法，放大像素灰… https://zhuanlan.zhihu.com/p/340513008#:~:text=%E5%9B%BE%E5%83%8F%E5%A2%9E%E5%BC%BA%E3%80%81%E9%94%90%E5%8C%96%EF%BC%8C%E5%88%A9%E7%94%A8%20Python-OpenCV%20%E5%B8%AE%E4%BD%A0%E5%AE%9E%E7%8E%B0%204%20%E7%A7%8D%E6%96%B9%E6%B3%95%EF%BC%81%201%201%EF%BC%8C%E7%BA%BF%E6%80%A7%E5%8F%98%E6%8D%A2%20%E7%BA%BF%E6%80%A7%E5%8F%98%E6%8D%A2%E7%9A%84%E5%8E%9F%E7%90%86%E6%98%AF%E5%AF%B9%E6%89%80%E6%9C%89%E5%83%8F%E7%B4%A0%E5%80%BC%E4%B9%98%E4%B8%8A%E4%B8%80%E4%B8%AA%E6%89%A9%E5%BC%A0%E5%9B%A0%E5%AD%90,3%203%EF%BC%8C%E5%88%86%E6%AE%B5%E7%BA%BF%E6%80%A7%E5%88%86%E5%89%B2%20%E5%88%86%E6%AE%B5%E7%BA%BF%E6%80%A7%E5%88%86%E5%89%B2%EF%BC%8C%E6%8F%90%E5%89%8D%E6%8A%8A%E5%9B%BE%E5%83%8F%E7%9A%84%E7%81%B0%E5%BA%A6%E7%BA%A7%E5%88%86%E4%B8%BA%E5%87%A0%E9%83%A8%E5%88%86%EF%BC%8C%E7%84%B6%E5%90%8E%E5%AF%B9%E6%AF%8F%E4%B8%80%E9%83%A8%E5%88%86%E7%9A%84%E5%83%8F%E7%B4%A0%E5%80%BC%E5%81%9A%E4%B8%8D%E5%90%8C%E7%9A%84%E7%BA%BF%E6%80%A7%E5%8F%98%E6%8D%A2%EF%BC%8C%E5%83%8F%E7%B4%A0%E5%80%BC%E5%9F%BA%E6%9C%AC%E5%8F%98%E6%8D%A2%E5%8E%9F%E7%90%86%EF%BC%9A%20...%204%204%EF%BC%8C%E7%9B%B4%E6%96%B9%E5%9B%BE%E5%9D%87%E8%A1%A1%E5%8C%96%20%E6%AF%8F%E4%B8%AA%E7%81%B0%E5%BA%A6%E5%9B%BE%E5%83%8F%E9%83%BD%E6%9C%89%E8%87%AA%E5%B7%B1%E7%9A%84%E7%81%B0%E5%BA%A6%E7%9B%B4%E6%96%B9%E5%9B%BE%EF%BC%8C%E5%9D%87%E8%A1%A1%E5%8C%96%E7%9A%84%E5%8E%9F%E7%90%86%E6%98%AF%EF%BC%8C%E5%85%88%E6%A0%B9%E6%8D%AE%E7%81%B0%E5%BA%A6%E7%9B%B4%E6%96%B9%E5%9B%BE%E8%AE%A1%E7%AE%97%E7%B4%AF%E5%8A%A0%E7%81%B0%E5%BA%A6%E7%9B%B4%E6%96%B9%E5%9B%BE%EF%BC%8C%E6%A0%B9%E6%8D%AE%E7%81%B0%E5%BA%A6%E5%9B%BE%E4%B8%8E%E7%B4%AF%E5%8A%A0%E7%81%B0%E5%BA%A6%E5%9B%BE%E7%9A%84%E6%98%A0%E5%B0%84%E5%85%B3%E7%B3%BB%E5%85%B3%E8%81%94%E8%BE%93%E5%85%A5%E5%9B%BE%E5%83%8F%E4%B8%8E%E8%BE%93%E5%87%BA%E5%9B%BE%E5%9B%BE%E5%83%8F%E7%9A%84%E6%98%A0%E5%B0%84%E5%85%B3%E7%B3%BB%20