[PYTHON] Wavelet-Konvertierung von Bildern mit PyWavelets und OpenCV

Was du machen willst

Vor kurzem begann Bildverarbeitung zu lernen Ich dachte, dass ich eine Wavelet-Konvertierung für das Bild durchführen möchte. Ich habe den folgenden tollen Artikel gefunden.

Mokemokechicken: Beispiel für die Wavelet-Konvertierung von Bildern mit Python

Wie der Artikelautor mokemokechicken jedoch auch feststellt. ** Es gab ein Problem, dass "es nur funktioniert, wenn die vertikale und horizontale Größe der Bilder gleich sind" **.

Diesmal also unter Bezugnahme auf den Beispielcode von mokemokechicken, Durch Laden eines Bildes mit OpenCV ist ** "unabhängig von der vertikalen und horizontalen Größe des Eingabebildes" ** eine Wavelet-Konvertierung in das Bild möglich. (Obwohl es cool geschrieben ist, ist es eine Pointe, die ich gut machen konnte, wenn ich das Bild mit OpenCV lesen und den Code manipulieren wollte)

Dinge notwendig

・ PyWavelets ・ Numpy ・ OpenCV

Eine kurze Beschreibung von PyWavelets

URL : http://www.pybytes.com/pywavelets/ref/2d-dwt-and-idwt.html

Mit der Funktion * pywt.dwt2 * für ein zweidimensionales Array (diesmal ein Bild) Die zweidimensionale Wavelet-Umwandlung kann leicht durchgeführt werden.

Eine Funktion, die erweitert wurde, um eine mehrdimensionale zweidimensionale Wavelet-Konvertierung zu ermöglichen Es ist als * pywt.wavedec2 * vorbereitet, und diesmal habe ich mich mit dieser Funktion befasst.

Beispielcode

Dieses Mal konvertieren wir Wavelet in Lena

import pywt
import numpy as np
import cv2

def image_normalization(src_img):
    """
Normalisierungsprozess zur Vermeidung von Überbelichtung
    cv2.Erforderlich bei der Anzeige von Wavelet-konvertierten Bildern mit imshow (nur für Bilder mit großen Werten)
    """
    norm_img = (src_img - np.min(src_img)) / (np.max(src_img) - np.min(src_img))
    return norm_img

def merge_images(cA, cH_V_D):
    """numpy.4 Array(Oben links,(Oben rechts, unten links, unten rechts))Verbinden"""
    cH, cV, cD = cH_V_D
    cH = image_normalization(cH) #Auch wenn Sie es entfernen, ist es in Ordnung
    cV = image_normalization(cV) #Auch wenn Sie es entfernen, ist es in Ordnung
    cD = image_normalization(cD) #Auch wenn Sie es entfernen, ist es in Ordnung
    cA = cA[0:cH.shape[0], 0:cV.shape[1]] #Wenn das Originalbild keine Zweierpotenz hat, kann es zu Brüchen kommen. Passen Sie daher die Größe an. Passen Sie die kleinere an.
    return np.vstack((np.hstack((cA,cH)), np.hstack((cV, cD)))) #Fügen Sie Pixel oben links, oben rechts, unten links und unten rechts hinzu

def coeffs_visualization(cof):
    norm_cof0 = cof[0]
    norm_cof0 = image_normalization(norm_cof0) #Auch wenn Sie es entfernen, ist es in Ordnung
    merge = norm_cof0
    for i in range(1, len(cof)):
        merge = merge_images(merge, cof[i])  #Ordnen Sie die vier Bilder zu
    cv2.imshow('', merge)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

def wavelet_transform_for_image(src_image, level, M_WAVELET="db1", mode="sym"):
    data = src_image.astype(np.float64)
    coeffs = pywt.wavedec2(data, M_WAVELET, level=level, mode=mode)
    return coeffs

if __name__ == "__main__":

    filename = 'lena.jpg'
    LEVEL = 3

    # 'haar', 'db', 'sym' etc...
    # URL: http://pywavelets.readthedocs.io/en/latest/ref/wavelets.html
    MOTHER_WAVELET = "db1"

    im = cv2.imread(filename)

    print('LEVEL :', LEVEL)
    print('MOTHER_WAVELET', MOTHER_WAVELET)
    print('original image size: ', im.shape)

    """
Konvertieren Sie für jeden BGR-Kanal
    cv2.imread ist B.,G,Beachten Sie, dass die Bilder in der Reihenfolge R ausgespuckt werden
    """
    B = 0
    G = 1
    R = 2
    coeffs_B = wavelet_transform_for_image(im[:, :, B], LEVEL, M_WAVELET=MOTHER_WAVELET)
    coeffs_G = wavelet_transform_for_image(im[:, :, G], LEVEL, M_WAVELET=MOTHER_WAVELET)
    coeffs_R = wavelet_transform_for_image(im[:, :, R], LEVEL, M_WAVELET=MOTHER_WAVELET)

    coeffs_visualization(coeffs_B)
    # coeffs_visualization(coeffs_G)
    # coeffs_visualization(coeffs_R)

Ausführungsergebnis

Originalbild (lena.jpg)

Bild des Wavelet-Koeffizienten (B-Kanal)

Schließlich

Wenn Sie Korrekturen haben, lassen Sie es uns bitte wissen.