Pandas[加深学习]03傅立叶应用【01】使用傅立叶变换实现登月图片的消噪

使用傅立叶变换实现登月图片的消噪

具体步骤：

第一步：读取图片数据，使用方法把彩色图片变成黑白图片

第二步：使用傅里叶变换，把图片数据变成频率域数据

第三步：把频率域数据中的高频点(噪点) 赋值为0

第四步：进行傅里叶逆变换

第五步：去虚保实

对图片的消噪处理一般针对于黑白图片，所以需要将图片的三维数据转化为二维数据，即将其中的色彩维度去掉。

 

#先导入数据处理的常用模块包

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

%matplotlib inline

​

# from __future__ import print_function

# from utils import *

import matplotlib.pyplot as plt #plt 用于显示图片

import numpy as np

​

image_arr = "file:///home/ccoy/Documents/Ipython_Numpy/moonlanding.jpg"

​

# 第一步：读取图片数据，使用方法把彩色图片变成黑白图片

print("最初的图片（三维）")

moon_initial = plt.imread(image_arr)

#moonlanding.jpg是三维的图片，可以moon.shape查看

display(moon_initial.shape)

plt.imshow(moon_initial)

plt.axis('off')  #axis('off')，不显示标度

plt.show()

​

#通过自定义rgb2gray函数，从三维数据中提取二维，彩色图片变成黑白

def rgb2gray(rgb):

    return np.dot(rgb[...,:3], [0.299, 0.587, 0.114])

​

moon = plt.imread(image_arr).astype(np.float32)/255.0

gray = rgb2gray(moon)

​

print("提取图片的二维数据之后")

#确定图片数据已经被提取为二维

display(gray.shape)

# 也可以用 plt.imshow(gray, cmap = plt.get_cmap('gray'))

plt.imshow(gray, cmap='Greys_r')

plt.axis('off')

plt.show()

​

# 第二步：使用傅里叶变换，把图片数据变成频率域数据

​

#导入傅立叶变换需要的包(fft2模块，返回二维离散傅里叶变换)

from scipy.fftpack import fft2

moon_fft = fft2(gray) #使用fft2模块将上面的图片数据转换为频域数据

​

# 第三步：把频率域数据中的高频点(噪点) 赋值为0

moon_fft[np.abs(moon_fft) > 8e2] = 0

result = np.where(np.abs(moon_fft) > 8e3, 0, moon_fft)

​

# 第四步：进行傅里叶逆变换

​

#导入傅立叶逆变换需要的包

from scipy.fftpack import ifft2

moon_ifft = ifft2(moon_fft) #使用ifft2模块将上面的频域数据进行傅里叶逆变换

​

# 第五步：去虚保实

moon_cleaned = np.real(moon_ifft) #去虚保实

​

print("经过傅里叶转换，降噪之后的图片")

#plt.figure(figsize=(10,8))

plt.imshow(moon_cleaned,cmap='Greys_r')

plt.axis('off')

plt.show()

 

输出与显示：

最初的图片（三维）

(339, 548, 4)

 

提取图片的二维数据之后

(339, 548)

经过傅里叶转换，降噪之后的图片

仅供参考学习，严禁转载！