Python中的图像平滑

Question

我想尝试编写一个简单的函数来平滑输入的图像。我试图用Image和numpy库来做到这一点。我正在考虑使用卷积蒙版将是一个解决这个问题的方法，并且我知道numpy具有内置的卷积函数。

如何使用numpy.convolve来平滑图像？

Answer 1

不错的问题！ tcaswell这里的帖子是一个很好的建议，但你不会学到太多这种方式，因为scipy正在为你做所有的工作！因为你的问题说你想尝试并编写函数，我会告诉你一些更粗糙和基本的方式来手动完成所有这些，希望你能更好地理解卷积等背后的数学，然后你可以用你自己的想法和努力来改善它！

注意：您将获得与内核的不同形状/大小不同的结果，高斯是通常的方式，但你可以尝试一些其他的乐趣（余弦，三角形等！）。我只是在现场做了这个，我认为这是一种金字塔形。

import scipy.signal 
import numpy as np 
import matplotlib.pyplot as plt 

im = plt.imread('example.jpg') 
im /= 255. # normalise to 0-1, it's easier to work in float space 

# make some kind of kernel, there are many ways to do this... 
t = 1 - np.abs(np.linspace(-1, 1, 21)) 
kernel = t.reshape(21, 1) * t.reshape(1, 21) 
kernel /= kernel.sum() # kernel should sum to 1! :) 

# convolve 2d the kernel with each channel 
r = scipy.signal.convolve2d(im[:,:,0], kernel, mode='same') 
g = scipy.signal.convolve2d(im[:,:,1], kernel, mode='same') 
b = scipy.signal.convolve2d(im[:,:,2], kernel, mode='same') 

# stack the channels back into a 8-bit colour depth image and plot it 
im_out = np.dstack([r, g, b]) 
im_out = (im_out * 255).astype(np.uint8) 

plt.subplot(2,1,1) 
plt.imshow(im) 
plt.subplot(2,1,2) 
plt.imshow(im_out) 
plt.show() 

Answer 2

你想看看ndimage，这是scipy模块。它有许多过滤器 作为函数设置，以及用于卷积任意内核的漂亮包装。

例如，

img_gaus = ndimage.filters.gaussian_filter(img, 2, mode='nearest') 

用的2

如果你想卷积任意内核西格玛高斯卷积你的形象，说一个跨

k = np.array([[0, 1, 0], 
       [1, 1, 1], 
       [0, 1, 0]]) 

img2 = ndimage.convolve(img, k, mode='constant') 

这些功能对于更高维度也是很好的，所以你可以使用几乎相同的代码（只是扩展你的内核的维度）来平滑更高维度的数据。

mode和cval参数控制卷积如何处理图像边缘的像素（对于边缘像素，内核需要查看的一半区域不存在，因此您需要选取用来填充图像的东西）。

Answer 3

如果你不想使用SciPy的，你有三种选择：

1）你可以使用卷积定理与傅里叶变换相结合，因为numpy的具有2D FFT。 2）你可以使用一个可分离的内核，然后你可以在平坦的数组上进行两个一维卷积，一个在x方向，另一个在y方向（ravel the transpose），这样会给出相同的结果结果作为2D卷积。

3）如果你有一个小内核，说，3x3的，它很容易只是写出来的卷积乘法和款项。这听起来像一个麻烦，但它并没有那么糟糕。

如果你想使用SciPy的，你可以使用ngimage，作为tcaswell建议。 scipy也有convolve2d。