Exemple de conversion en ondelettes d'images en Python

J'étais un peu intéressé par la conversion en ondelettes, alors j'ai essayé de voir à quoi cela ressemblait.

Les choses nécessaires

Les trois suivants sont obligatoires. Mettons-le avec pip etc.

• PyWavelets
• numpy
• PIL

Bref commentaire

• J'utilise une bibliothèque appelée PyWavelets.
• Conversion d'ondelettes discrète (et conversion inverse), hiérarchique? Il effectue la conversion en ondelettes (et la conversion inverse). Je pense que je peux faire autre chose.
• Lorsque vous utilisez des données 2D (image), cela ne fonctionnera que si les tailles verticale et horizontale sont les mêmes (bien que la méthode puisse être étrange).

Exemple de code

gist:image_wavelet_transform.py

image_wavelet_transform.py

# coding: utf8
# 2013/2/1 [email protected]
"""Exemple de script pour obtenir une image de la conversion en ondelettes

Require: pip install PyWavelets numpy PIL

Usage: python image_wavelet_transform.py <filename> (<level>:=3) (wavelet:=db1)
"""

import sys
from PIL import Image
import pywt, numpy

filename = sys.argv[1]
LEVEL = len(sys.argv) > 2 and int(sys.argv[2]) or 3
WAVLET = len(sys.argv) > 3 and sys.argv[3] or "db1"


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))Bâton"""
    cH, cV, cD = cH_V_D
    print cA.shape, cH.shape, cV.shape, cD.shape
    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 numpy.vstack((numpy.hstack((cA,cH)), numpy.hstack((cV, cD)))) #Joindre des pixels en haut à gauche, en haut à droite, en bas à gauche, en bas à droite

def create_image(ary):
    """numpy.Convertir le tableau en image en niveaux de gris"""
    newim = Image.new("L", ary.shape)
    newim.putdata(ary.flatten())
    return newim

def wavlet_transform_to_image(gray_image, level, wavlet="db1", mode="sym"):
    """Conversion en ondelettes de l'image grise pour la hiérarchie des niveaux et retour de chaque étape sous forme de représentation d'image

    return [Restaurer l'image de niveau 0,Restaurer l'image de niveau 1,... ,Niveau de restauration<level-1>Image de, 各2D係数を１枚Image deにした画像]
    """
    ret = []
    data = numpy.array(list(gray_image.getdata()), dtype=numpy.float64).reshape(gray_image.size)
    images = pywt.wavedec2(data, wavlet, level=level, mode=mode) # http://www.pybytes.com/pywavelets/ref/2d-dwt-and-idwt.html
    for i in range(2, len(images)+1): #Restaurer partiellement et emballer en ret
        ary = pywt.waverec2(images[0:i], WAVLET)  * 2**(i-1) / 2**level #Lorsqu'elle est partiellement restaurée, la valeur ajoutée n'est pas retournée(Ça devient blanchâtre)Alors ajustez
        ret.append(create_image(ary))
    #Transformez chaque coefficient 2D en une seule image
    merge = images[0] / (2**level) #Les valeurs sont ajoutées à la partie cA, donc moyenne pour l'affichage de l'image.
    for i in range(1, len(images)): 
        merge = merge_images(merge, images[i]) #Faites correspondre les quatre images
    ret.append(create_image(merge))
    return ret

if __name__ == "__main__":
    im = Image.open(filename)
    if im.size[0] != im.size[1]: #Si les tailles verticale et horizontale ne sont pas les mêmes, quelque chose ne fonctionnera pas, donc je vais le faire correspondre pour le moment
        max_size = max(im.size)
        newim = Image.new(im.mode, (max_size, max_size))
        newim.paste(im, (0,0))
        im = newim

    im.getdata() #Si vous n'appelez pas ça, pour une raison quelconque la prochaine scission()Échoue ...? Pourquoi?
    bands = im.split() #Processus pour chaque canal RVB
    converted_bands_array = [wavlet_transform_to_image(gray, LEVEL, wavlet=WAVLET) for gray in bands] #Convertir pour chaque canal RVB
    # zip(*hoge)Est difficile à comprendre, mais converti_Pour les groupes(R,G,B)Image de(PIL.Image)Entrer.Restaurer l'image RVB avec fusion
    converted_array = [Image.merge(im.mode, converted_bands) for converted_bands in zip(*converted_bands_array)]

    # converted_array: [Restaurer l'image de niveau 0,Restaurer l'image de niveau 1,... ,Niveau de restauration<level-1>Image de, 各2D係数を１枚Image deにした画像]
    for i, img in enumerate(converted_array): 
        img.save("%s_%d.png " % (filename, i)) #Sortie d'image appropriée

Exemple de résultat d'exécution

Image originale (kuma_005.jpg)

Image du coefficient imagée (niveau = 5) (kuma_005.jpg_5.png)