Skip to content

Latest commit

 

History

History
259 lines (189 loc) · 7.31 KB

multi-resolution-image-processing-and-compression-ecc249d817dc.md

File metadata and controls

259 lines (189 loc) · 7.31 KB
Raw

多分辨率图像处理和压缩

原文：https://pub.towardsai.net/multi-resolution-image-processing-and-compression-ecc249d817dc?source=collection_archive---------0-----------------------

使用 Monk，低代码深度学习工具和计算机视觉的统一包装器，使计算机视觉变得简单。

参考:谷歌图片

目录

  1. 多尺度图像处理
  2. 形象金字塔
  3. 使用 OpenCV 的图像金字塔
  4. 使用金字塔进行图像混合
  5. 图像压缩

多尺度图像处理

优势

  • 缩小规模以减少存储需求。
  • 放大图像以进行缩放操作。
  • 缩放图像并组合它们用于增加图像清晰度。

图像金字塔

  • 这种放大和缩小可以被想象成金字塔。由此得名金字塔图像处理。

使用 OpenCV 的图像金字塔

使用 OpenCV 降低金字塔

%matplotlib inline
import numpy as np
import cv2
from matplotlib import pyplot as plt
img = cv2.imread("imgs/chapter8/indoor.jpg", 0)print("Original Image shape            - {}".format(img.shape))lower_reso1 = cv2.pyrDown(img)print("First Lower Pyramid Image shape - {}".format(lower_reso1.shape))f = plt.figure(figsize=(15,15))
f.add_subplot(2, 1, 1).set_title('Original Image')
plt.imshow(img, cmap="gray")
f.add_subplot(2, 1, 2).set_title('Lower level 1 Image')
plt.imshow(lower_reso1, cmap="gray")
plt.show()

输出

Original Image shape            - (423, 640)
First Lower Pyramid Image shape - (212, 320)

注意:看图像旁边的比例，而不是可见的形状

使用 OpenCV 的更高金字塔

%matplotlib inline
import numpy as np
import cv2
from matplotlib import pyplot as plt
img = cv2.imread("imgs/chapter8/indoor.jpg", 0)
print("Original Image shape            - {}".format(img.shape))
lower_reso1 = cv2.pyrDown(img)
print("First Lower Pyramid Image shape - {}".format(lower_reso1.shape))
restored_reso = cv2.pyrUp(lower_reso1)
print(" Restored Image shape           -{}".format(restored_reso.shape))
f = plt.figure(figsize=(15,15))
f.add_subplot(2, 1, 1).set_title('Original Image')
plt.imshow(img, cmap="gray")
f.add_subplot(2, 1, 2).set_title('Restored Image')
plt.imshow(restored_reso, cmap="gray")
plt.show()

输出

Original Image shape            - (423, 640) 
First Lower Pyramid Image shape - (212, 320)  
Restored Image shape           - (424, 640)

高斯金字塔缩减

%matplotlib inline
**import** **numpy** **as** **np**
**import** **cv2**
**from** **matplotlib** **import** pyplot **as** plt
A = cv2.imread("imgs/chapter8/sea.jpg", 1);
height, width, channel = A.shape;

gaussian_pyramid = [];

*# First image in pyramid is the orginal one*gaussian_pyramid.append(A);

*# Then for six times we apply pyramid down functions*
**for** i **in** range(5):
    A = cv2.pyrDown(A)
    B = np.zeros((height, width, 3), dtype=np.uint8)
    B[:A.shape[0], :A.shape[1], :] = A[:, :, :]
    gaussian_pyramid.append(B)img1 = np.hstack((gaussian_pyramid[0], gaussian_pyramid[1]))
img2 = np.hstack((gaussian_pyramid[2], gaussian_pyramid[3]))
img3 = np.hstack((gaussian_pyramid[4], gaussian_pyramid[5]))

out = np.vstack((img1, img2, img3))

plt.figure(figsize=(15, 15))
plt.imshow(out[:,:,::-1])
plt.show()

拉普拉斯金字塔放大

%matplotlib inline
**import** **numpy** **as** **np**
**import** **cv2**
**from** **matplotlib** **import** pyplot **as** plt
A = cv2.imread("imgs/chapter8/outdoor.jpg", 1)

down = cv2.pyrDown(A)
up = cv2.pyrUp(down)

print(A.shape, up.shape)
laplacian_up = cv2.subtract(A, up)

plt.figure(figsize=(15, 15))
plt.imshow(laplacian_up[:,:,::-1])
plt.show()

输出

(360, 640, 3) (360, 640, 3)

使用金字塔的图像混合

图像的持续集成

*'''
Image credits: https://github.com/opencv/opencv/tree/master/samples/data*
'''%matplotlib inline
**import** **numpy** **as** **np**
**import** **cv2**
**from** **matplotlib** **import** pyplot **as** plt
A = cv2.imread("imgs/chapter8/orange.jpg", 1);
B = cv2.imread("imgs/chapter8/apple.jpg", 1);

*# generate Gaussian pyramid for A*
G = A.copy()
gpA = [G]
**for** i **in** range(6):
    G = cv2.pyrDown(G)
    gpA.append(G)

*# generate Gaussian pyramid for B*
G = B.copy()
gpB = [G]
**for** i **in** range(6):
    G = cv2.pyrDown(G)
    gpB.append(G)

*# generate Laplacian Pyramid for A*
lpA = [gpA[5]]
**for** i **in** range(5,0,-1):
    GE = cv2.pyrUp(gpA[i])
    L = cv2.subtract(gpA[i-1],GE)
    lpA.append(L)

*# generate Laplacian Pyramid for B*
lpB = [gpB[5]]
**for** i **in** range(5,0,-1):
    GE = cv2.pyrUp(gpB[i])
    L = cv2.subtract(gpB[i-1],GE)
    lpB.append(L)

*#Now add left and right halves of images in each level*
LS = []
**for** la,lb **in** list(zip(lpA,lpB)):
    rows,cols,dpt = la.shape
    ls = np.hstack((la[:,0:cols//2], lb[:,cols//2:]))
    LS.append(ls)

*# now reconstruct*
ls_ = LS[0]
**for** i **in** range(1,6):
    ls_ = cv2.pyrUp(ls_)
    ls_ = cv2.add(ls_, LS[i])

*# image with direct connecting each half*
real = np.hstack((A[:,:cols//2],B[:,cols//2:]))
*#cv2.imwrite('Pyramid_blending2.jpg',ls_)*
*#cv2.imwrite('Direct_blending.jpg',real)* 

f = plt.figure(figsize=(15,15))
f.add_subplot(2, 1, 1).set_title('Pyramidal Blending');
plt.imshow(ls_[:, :,::-1])
f.add_subplot(2, 1, 2).set_title('Direct Blending');
plt.imshow(real[:, :,::-1]);
plt.show()

图像和视频压缩

  • 到 2020 年底，数字世界预计将产生 45z 字节的数据。其中大部分是图像和视频。平均而言，个人日常互联网数据使用的 80 %来自视频和图像。

迫切需要无损数据压缩技术

  • 更少的数据传输
  • 较少的数据存储

流行的图像压缩技术

无损压缩

  • 用于 BMP 文件的游程编码。
  • 压缩用于 PNG 文件的数据。
  • 用于 gif 的 LZW 压缩

有损压缩

  • 联合图像专家组

你可以在 Github 上找到完整的 jupyter 笔记本。

如果你有任何问题，你可以联系阿布舍克和阿卡什。请随意联系他们。

我对计算机视觉和深度学习充满热情。我是 Monk Libraries 的开源贡献者。

你也可以在以下网址看到我的其他作品:

[## 阿库拉·赫曼思·库马尔培养基

阅读阿库拉·赫曼思·库马尔在媒介上的作品。计算机视觉爱好者。每天，阿库拉·赫曼思·库马尔和…

medium.com](https://medium.com/@akulahemanth)

照片由 Srilekha 拍摄