最近需要做小波分解相关的东西,博客这里做一个简单的记录
灰度图的小波分解与重构:
from PIL import Image
import matplotlib.pyplot as plt
from matplotlib.pyplot import imshow
import numpy as np
# 小波库
import pywt
import cv2
# 读取图像并转化为灰度图
im = cv2.imread('LenaRGB.bmp')
im = cv2.resize(im, (256, 256))
img = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY).astype(np.float32)
# 对图像进行小波分解
coeffs = pywt.dwt2(img, 'bior1.3')
LL, (LH, HL, HH) = coeffs
# 查看分解结果
plt.subplot(221), plt.imshow(LL, 'gray'), plt.title("LL")
plt.subplot(222), plt.imshow(LH, 'gray'), plt.title("LH")
plt.subplot(223), plt.imshow(HL, 'gray'), plt.title("HL")
plt.subplot(224), plt.imshow(HH, 'gray'), plt.title("HH")
plt.show()
结果如下:
对图像进行小波重构
# 很简单,直接拿轮子来用
img_r = pywt.idwt2(coeffs, "bior1.3")
plt.imshow(img_r, 'gray')
结果如下:
灰度图加指定半径噪声
# 原灰度图除255,调轮子,再乘255就完事了
# 非灰度图不需要这个操作,直接调random_noise就好
def imnoise(img, sigma):
return skimage.util.random_noise(img / 255, mode='gaussian', seed=None, var=(sigma/255.0)**2) * 255
调用后的结果如下,这是半径为25的结果: