在Python中检测像素化图像

Question

我试图确定图像是否平方（像素化）。

我听说过使用numpy或scipy进行2D fourrier变换，但它有点复杂。

的目标是确定的平方区的数量，由于恶劣的压缩就像这样（IMG一）：

Answer 1

我不知道这是否会工作 - 但是，有些东西你可以尝试是获取像素周围的最近邻居。像素化正方形将成为区域周围RGB值的可见跳转。

你可以找到的东西每个像素最近邻图像中像

def get_neighbors(x,y, img): 
    ops = [-1, 0, +1] 
    pixels = [] 
    for opy in ops: 
     for opx in ops: 
      try: 
       pixels.append(img[x+opx][y+opy]) 
      except: 
       pass 
    return pixels 

这会给你在你的源图像的区域最近的像素。

要使用它，你会做这样的事情

def detect_pixellated(fp): 
    img = misc.imread(fp) 
    width, height = np.shape(img)[0:2] 

    # Pixel change to detect edge 
    threshold = 20 

    for x in range(width): 
     for y in range(height): 
      neighbors = get_neighbors(x, y, img) 

      # Neighbors come in this order: 
      # 6 7 8 
      # 3 4 5 
      # 0 1 2 

      center = neighbor[4] 
      del neighbor[4] 

      for neighbor in neighbors: 
       diffs = map(operator.abs, map(operator.sub, neighbor, center)) 
       possibleEdge = all(diff > threshold for diff in diffs) 

进一步的思考，虽然，使用OpenCV的经过，并做边缘检测，并得到轮廓大小。这将会更容易，更强大。

Answer 2

如果你扫描它的行，它会稍微容易一些，因为那样你就可以处理线性图而不是二维图，这总是比较简单。

解决方案：

扫描跨越像素的线，放线在阵列如果它是更快地用于计算访问，然后对线（S）上运行的算法来确定所述块效应：

1 /遍历行中的每个像素，并通过减去两个像素之间的值来将它与前一个像素进行比较。制作一组以前的像素值。如果像素值中的大跳跃是规则的宽度，那么它是块状的。如果数值有较大的跃变并伴随着小的跳跃值，那么它就是块状的......你可以假设如果有许多相等的像素差异，那么它是块状的，尤其是如果你以2和4的相邻像素间隔重复两次分析，以及在多条线上。

您还可以制作像素间像素差异3-5-10像素的图形，以获取有关图像采样线的梯度变化的附加信息。如果相邻像素和第5个相邻像素的像素差异比例相似，则它也表示不平滑的颜色。

可以有许多algorythms，包括线性图上的快速fourrier，与音频一样，你可以在pic上使用这些线，比2d图像algorythm简单。