Question

我正在使用scipy.fftpack.dct和scipy.fftpack.idct到python中的图像数组。但是，我不想将其应用于整个图像，而是应用于图像中的各个8x8块。这是我写给测试这个

的简单类

from PIL import Image
import numpy as np
from scipy.fftpack import dct, idct

class ImageController():
    def __init__(self, image_name):
        im = np.asarray(Image.open(image_name))
        self.origional_size = im.shape
        im_x_dim, im_y_dim = self.origional_size
        self.image = im
        if not self.image.flags.writeable:
            self.image.flags.writeable = True

    def get(self):
        return self.image

    def display(self):
        Image.fromarray(self.image).show()
        return self

    def apply_dct(self):
        # self.image = dct(self.image, norm='ortho')
        self.loop_through_8_x_8(dct)
        return self

    def apply_idct(self):
        # self.image = idct(self.image, norm='ortho')
        self.loop_through_8_x_8(idct)
        return self

    def loop_through_8_x_8(self, appyFunc):
        print appyFunc
        row = 0
        while row < len(self.image):
            col = 0
            while col < len(self.image[row]):
                self.image[row:row+8, self.get_list(col)] = appyFunc(self.image[row:row+8, self.get_list(col)] , norm='ortho')
                col += 8
            row += 8
        print row, col
        return self;

    def get_list(self, index):
        x = []
        for i in range(index, index + 8):
            x.append(i)
        return x

我遇到的问题是，当我将DCT应用于8x8块时，IDCT之后就会丢失所有信息并且图像看起来像一团糟。我所说的只是

ImageController('lena.jpg').apply_dct().apply_idct().display()

当我运行时，图像只是噪音。但是，如果你在apply_dct（）和apply_idct（）中看到我有一些注释，我在整个图像而不是8x8块上尝试DCT和IDCT。当我这样做时它完美地运行，当我尝试8x8块时它不起作用，我需要将它应用于8x8块而不是整个图像。

如果需要额外信息，图像为灰度，因此只有1个通道。

Answer 1

检查图像数组的数据类型（self.image.dtype）。它可能是8位无符号整数。 DCT将是浮点值，但是当您将DCT的结果分配给8x8块就位时，浮点值将转换为8位整数。然后，当您应用IDCT时会发生同样的事情。

避免此问题的一个选项是将图像转换为__init__()中的64位浮点，例如im = np.asarray(Image.open(image_name), dtype=np.float64)。这是否有意义取决于你将如何处理数组。

Python上的较小块上的scipy DCT无效

1 个答案: