Question

我正在尝试创建一个5x5均值滤镜，以从图像中去除一些盐和胡椒噪音。我把图像读成一个numpy数组。并尝试进行一些更改以计算像素邻居的平均值。我得到的结果非常糟糕，我似乎无法弄清楚为什么我的图像结果存在差距。

from PIL import Image
import numpy

image1 = 'noisy.jpg'
save1 = 'filtered.jpg'

def average(path, name):
    temp=Image.open(path)
    image_array = numpy.array(temp)
    new_image = []
    for i in range(0, len(image_array)):
        new_image.append([])
    n = 0
    average_sum = 0
    for i in range(0, len(image_array)):
        for j in range(0, len(image_array[i])):
            for k in range(-2, 3):
                for l in range(-2, 3):
                    if (len(image_array) > (i + k) >= 0) and (len(image_array[i]) > (j + l) >= 0):
                        average_sum += image_array[i+k][j+l]
                        n += 1

            new_image[i].append(int(round(average_sum/n)))
            average_sum = 0
            n = 0

    x = Image.fromarray(numpy.array(new_image), 'L')
    x.save(name)
    print("done")

average(image1, save1)

---------------------输入图片-----------------

---------------------输出图片-----------------

Answer 1

我只想警告其他发现此页面的人。基本上，没有人应该somenumpyarray[y,x]来直接直接访问像素值。每次键入类似的内容时，Numpy必须创建4个新的Python对象（包含RGB值的tuple对象，以及每个R / G / B值三个单独的int对象）。那是因为在Python中，一切是一个对象（甚至数字都是对象），这意味着不能“直接从Numpy读取数据”。相反，必须创建实际的Python 对象，并且每次都会将Numpy数据（例如数字）复制到这些对象中从Numpy读一些东西到Python。

您尝试从数组读取的每个像素有4个Python对象创建。对于1080p图像，如果仅读取一次8 294 400对象的每个像素。但是上面的代码检查每个像素周围的5x5（25像素）矩阵，因此创建了207360 000个对象！疯了！

此对象创建称为装箱（获取本机Numpy数据并将其打包/装箱在Python对象数据结构中）。取消装箱（获取Python数据，提取其中包含的实际值（例如数字）并将其打包到本机Numpy数组中）。从Python读取/写入Numpy数组中的值总是涉及装箱和拆箱，这就是为什么极其速度慢，并且您应该始终使用本地Numpy方法来处理数据的原因。对于我们来说，Numpy并不是一个通用的“数组”，就像对待任何随机访问的Python列表一样。 Numpy旨在使用其自身的内置函数进行矢量/矩阵运算！实际上，您甚至都不要执行for X in some_ndarray，因为迭代会调用相同的慢屁股拳击过程（这样的循环中的每个X项目都会从Numpy中提取并装箱）。

无论如何...您要实现的是5x5的“盒子模糊”，即在5x5正方形半径内所有附近像素的平均值。

因此，您应该使用本机C ++库，该库在纯净的RAM中完成所有工作，而完全不涉及Python。 OpenCV是这样的一个库，它接受ndarray（您的图像像素），并在内部直接从ndarray拥有的RAM中读取数据，并直接在本地对每个像素进行操作。

代码如下：

import cv2

path = "noisy.jpg"
img = cv2.imread(path)
img = cv2.blur(img, (5,5)) # This is now your box-blurred image.

1920x1080图像中的基准：

您的原始代码（滥用Numpy数组导致死亡，并创建了超过2亿个新的Python对象）： 87.80000秒（并且这还没有算出随着创建超过2亿个对象）
改为使用OpenCV： 0.02992秒（快2935倍）

永远不要直接访问Numpy数组元素。不是这个意思。

祝所有未来的读者好运。

编辑：顺便说一句，要回答最初的问题...以消除盐和胡椒粉的噪音，您应该使用中位数过滤器，而不是盒子模糊。

输入：

5x5框模糊（又名均值/平均模糊）：

img = cv2.blur(img, (5,5))

3x3中值模糊：

img = cv2.medianBlur(img, 3)

如何计算像素周围像素的平均值？

1 个答案: