使用Python的降噪图像算法

我正在尝试编写一个“降噪”图片的程序。我试图抓取非边界像素，并使用边界像素来设置它的值，但似乎我的算法没有抓住预期的像素（因此我得到了一个搞砸的图像）。如果我理解正确，n =长度，m =高度（例如行）。我知道我可以使用numpy来获得3D表示，但这不是我想要做的。任何人都可以看到我做错了什么？下面的代码：使用Python的降噪图像算法

from PIL import Image 
def DenoiseImage(inputIm, factor, iters): 

data = list(inputIm.getdata()) 
n, m = inputIm.size 
data2 = data 

for y in range (0, iters): 

    #operate on pixels that aren't part of the top or bottom row 
    for x in range (n, ((m-1)*n)-1): 

     #makes sure x operated on isn't part of the left or right border 
     if (x-1)%n != 0 and x%n != 0: 
      #denoise pixel 
      data[x] = data2[x] +factor*(data2[x-1]+data2[x+1]-4*data[x]+data2[x-n]+data2[x+n]) 

    temp = data2 
    data2 = data 
    data = temp 

if iters%2==0: 
    return data2 
else: 
    return data

这是我想要使用的算法（但它是一个2D-表示写（和C），很明显）：http://pastebin.com/teEeUgFj

编辑：还挺的算法背后的想法图形表示，把我所有的艺术人才来承担：

derp

记住m是长度向下，所以在画面M.将be = 4，而不是301.

来源

2014-10-29 user2875994

可能的原因可能是data2 = data。更改数据的过程将导致data2中的相同更改，这意味着它们共享相同的内存块。当你处理一些可变类如列表时，这将在python中唯一地发生。你可以使用

import copy data2 = copy.copy(data)

或者我建议你使用scipy.signal.convolve2d来简化你的代码，同时也将更加高效。检查here

来源

2014-10-30 04:46:55 Jake0x32

谢谢，这绝对是一个问题。现在我得到的输出图片不是90％的黑盒子。但我仍然有一个问题：如果我做1次迭代，输出图片或多或少是相同的（这可能是有意的），但是如果我做了很多迭代（例如10次），那么输出的图片只是一场“暴风雪”。我没有替换data2 =数据，和临时使用，与副本的东西。想法？看起来核心的降噪功能无法正常工作，但据我所知，我几乎可以直接从我发布链接的算法中复制它。 – user2875994 2014-10-30 08:39:13

另外，convoke2d似乎将2d数组作为输入，而我得到的列表是1维列表。 – user2875994 2014-10-30 08:43:29

Ooop，没关系，我只是有太高的因子值（1），当我用0.1尝试时，我得到了一个工作输出图片。所以我猜想唯一相关的问题是convoke。 – user2875994 2014-10-30 08:46:30

使用Python的降噪图像算法

回答

相关问题