Question

我正在开发一个程序，它接收视频，将视频分割为一系列图像，对图像应用清洁滤镜（降噪/去模糊等），然后将其放回视频中。

我想在图像上使用Scikit Image的“ Unsupervised_wiener”还原来对图像进行模糊处理，但是我无法获得它，并且我不了解documentation。

这就是我从文档中复制的内容：

frame = color.rgb2gray
frame = convolve2d(frame, psf, 'same')
frame += 0.1 * frame.std() * np.random.standard_normal(frame.shape)
fixed = skimage.restoration.unsupervised_wiener(frame, psf)

其中“框架”是输入中的框架，我是用OpenCV2捕获的：

ret, frame = vid.read()

但是出现以下错误：

Traceback (most recent call last):
line 1025, in convolve2d
ValueError: convolve2d inputs must both be 2D arrays

如何将输入帧转换为2D数组，以便Scikit Image可以处理它们？

任何帮助都会很棒，或者，如果我有更好的方法可以使用，我也乐于接受。谢谢！

编辑：pst形状为（5,5），框架形状为（1080，1920，3）

Answer 1

您的输入帧是RGB，但是convolve2d和unsupervised_wiener期望使用2D（灰度）阵列。

您可以通过将运算符分别应用于每个通道来解决此问题。

这是按通道进行操作的原始代码的固定版本：

# convolve each channel with the kernel
for i in range(frame.shape[-1]):
    frame[:,:,i] = convolve2d(frame[:,:,i], psf, mode="same")

# add gaussian noise
frame += 0.1 * frame.std() * np.random.standard_normal(frame.shape)

# wiener deconvolution
fixed = np.zeros(frame.shape)
for i in range(frame.shape[-1]):
    fixed[:,:,i], _ = restoration.unsupervised_wiener(frame[:,:,i], psf)

结果存储在fixed中，并且假定输入和输出是numpy浮点数组，其值在[0,1]范围内。

ValueError：convolve2d输入必须均为二维数组

1 个答案: