@宫生 老师的答案跟问题完全不是一回事儿。
运动抖动或者相机抖动导致的图像模糊是可以通过计算修复的，简单说，抖动相当于若干张清晰但有一定透明度的照片错位叠加在一起，所以如果能算出抖动的运动轨迹，还是有可能修复的。
而电影里面，是一种丢失信息的复原。这个根本没法做到。这好比算法再牛也不能把魂斗罗里面的小人修出史泰龙的细节。电视剧电影里面的模糊都是由于录制设备本身清晰度所限（因为设备成本和存储成本），现在市面上监控设备的分辨率一般是30万左右，好些的也不过百万。加上距离拍摄对象一般超过5~10米，所以一般能辨别出男女就不错了，能看到脸的细节是绝对不可能的。
另外一个因素是光线，由于光圈和快门时间，所以将实际光线转化为RGB的时候，会丢失过暗及过亮的细节。例如，实际光线亮度范围是0~1000，RGB支持的有效范围是250~500，那超过500的都只会记录成500。后期处理是无法从500逆向反推出原始亮度是500~1000中的哪个值。这都是信息丢失，无法补救了。
通过类似锐化或一些滤波算法可以极为有限的“清晰”图像。原理是强化模糊的区域的“边缘”，“对比”，使得看上去清晰了一些。但实际表达的信息没有增加。
丢失的细节，永远，永远找不回来了。
附，解释一下评论说的车牌识别。车牌识别还真不是差值算法这么简单就能搞定的。车牌识别还是要用到图像模式识别的理论（这方面我只是业余）。基本原理是，车牌只有有限的数字和字母（加起来36个而已）。他们的形状特征固定。将图像中的每个字母数字拆开，然后往现有的特征上套，看跟哪个特征最接近，就认为是哪个。识别率目前绝对在90%以上。
这个方法牛叉之处是全自动的，无需使用者肉眼参与识别。输入图片输出识别后的车牌。无法识别（就是感觉跟哪个字母都不像的）的才会人工介入。
差值算法只是放大图片，并“猜”一些细节出来，最后识别还是要靠肉眼。所以属于笨办法，不具现实意义。
