Python中图像小波分解与重构以及灰度图加噪

本文链接：https://blog.csdn.net/xuzkbd/article/details/109312074

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：
在这里插入图片描述

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：
在这里插入图片描述

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