以登月圖片爲例,經過使用Scipy 傅立葉變換,實現圖片消噪算法
scipy.fftpack模塊用來計算快速傅里葉變換
速度比傳統傅里葉變換更快,是對以前算法的改進
圖片是二維數據,注意使用fftpack的二維轉變方法工具
1、導包spa
import numpy as np import scipy as sp # ifft2 inverse 反轉 fft2 處理二維數據 from scipy.fftpack import fft2,ifft2 # 繪圖工具 import matplotlib.pyplot as plt %matplotlib inline
2、圖片處理code
1 # 圖片載入 2 moon = plt.imread('./moonlanding.png') 3 4 # 設置展現尺寸大小 5 plt.figure(figsize=(12,9)) 6 7 # 圖片展現 cmap=plt.cm.gray (設置展現顏色) 8 plt.imshow(moon,cmap=plt.cm.gray)
1 # 隨時查看圖片數據,指導操做 2 display(moon,moon.shape)
1 # 將圖片進行傅立葉轉換 2 moon_fft2 = fft2(moon) 3 4 # 查看傅立葉轉換後的數據 5 display(moon_fft2,moon_fft2.shape) 6 7 # 計算全部數據波動頻率的平均值 8 np.abs(moon_fft2).mean()
1 # 開始消噪:大於10倍平均值波動,波動比較大,過濾掉 2 cond = np.abs(moon_fft2) > 510 3 4 # 過濾:從新賦值爲平均值 5 moon_fft2[cond] = 51 6 7 # 查看圖片數據 8 display(moon_fft2,moon_fft2.shape)
1 # 將頻域----逆變換--->時域(即肉眼可見的圖片) 2 moon_result = ifft2(moon_fft2) 3 4 display(moon_result,moon_result.shape) 5 6 # 去掉虛數 7 moon2 = np.real(moon_result) 8 9 display(moon2,moon2.shape)
1 # 展現圖片 2 plt.figure(figsize=(12,9)) 3 4 plt.imshow(moon2,cmap=plt.cm.gray)
1 # 圖片保存 2 plt.imsave('./moonlanding_fft2_result.png',moon2)
3、處理先後的圖片對比blog
處理前:圖片
處理後:ip