[PYTHON] Conversion en ondelettes d'images avec PyWavelets et OpenCV

Chose que tu veux faire

Récemment commencé à apprendre le traitement d'image Je pensais que je voudrais effectuer une conversion en ondelettes sur l'image, J'ai trouvé le super article suivant.

Mokemokechicken: exemple de conversion en ondelettes d'images avec Python

Cependant, comme l'auteur de l'article mokemokechicken le déclare également. ** Un problème est survenu: "cela ne fonctionnera que si les tailles verticale et horizontale des images sont identiques" **.

Donc, cette fois, en se référant à l'exemple de code de mokemokechicken, En chargeant une image avec OpenCV, ** "quelle que soit la taille verticale et horizontale de l'image d'entrée" ** la conversion en ondelettes en image est possible. (Bien qu'il soit écrit froidement, c'est une punch line que j'ai pu bien faire si je voulais lire l'image avec OpenCV et falsifier le code)

Les choses nécessaires

・ PyWavelets ・ Numpy ・ OpenCV

Une brève description de PyWavelets

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

En utilisant la fonction * pywt.dwt2 *, pour un tableau à deux dimensions (cette fois, une image) La conversion en ondelettes bidimensionnelle peut être effectuée facilement,

Une fonction qui a été étendue pour permettre la conversion d'ondelettes bidimensionnelle à plusieurs niveaux Il est préparé comme * pywt.wavedec2 *, et cette fois j'ai traité de cette fonction.

Exemple de code

Cette fois, je fais une conversion en ondelettes pour Lena

import pywt
import numpy as np
import cv2

def image_normalization(src_img):
    """
Processus de normalisation pour éviter la surexposition
    cv2.Requis lors de l'affichage d'images converties en ondelettes avec imshow (uniquement pour les images avec de grandes valeurs)
    """
    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 tableaux(en haut à gauche,(En haut à droite, en bas à gauche, en bas à droite))Relier"""
    cH, cV, cD = cH_V_D
    cH = image_normalization(cH) #Même si vous le supprimez, c'est ok
    cV = image_normalization(cV) #Même si vous le supprimez, c'est ok
    cD = image_normalization(cD) #Même si vous le supprimez, c'est ok
    cA = cA[0:cH.shape[0], 0:cV.shape[1]] #Si l'image originale n'est pas une puissance de 2, il peut y avoir des fractions, donc ajustez la taille. Faites correspondre le plus petit.
    return np.vstack((np.hstack((cA,cH)), np.hstack((cV, cD)))) #Joindre des pixels en haut à gauche, en haut à droite, en bas à gauche, en bas à droite

def coeffs_visualization(cof):
    norm_cof0 = cof[0]
    norm_cof0 = image_normalization(norm_cof0) #Même si vous le supprimez, c'est ok
    merge = norm_cof0
    for i in range(1, len(cof)):
        merge = merge_images(merge, cof[i])  #Faites correspondre les quatre images
    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)

    """
Convertir pour chaque canal BGR
    cv2.imread est B,G,Notez que les images sont crachées dans l'ordre de R
    """
    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)

Résultat d'exécution

Image originale (lena.jpg)

Image du coefficient d'ondelettes (canal B)

finalement

Si vous avez des corrections, veuillez nous en informer.