用 OpenCV 计算 DCT答案

【问题标题】：Calculating DCT with OpenCV用 OpenCV 计算 DCT
【发布时间】：2011-11-09 03:27:32
【问题描述】：

我正在尝试使用 OpenCV 中的 dct() 函数来计算离散余弦变换，但得到了奇怪的结果。

我的脚本是：

import os, sys
import cv, cv2
import numpy as np

fn1 = 'original.jpg'
img1 = cv2.imread(fn1, cv2.CV_LOAD_IMAGE_GRAYSCALE)

h, w = img1.shape[:2]
vis0 = np.zeros((h,w), np.float32)
vis0[:h, :w] = img1
vis1 = cv2.dct(vis0)
img2 = cv.CreateMat(vis1.shape[0], vis1.shape[1], cv.CV_32FC3)
cv.CvtColor(cv.fromarray(vis1), img2, cv.CV_GRAY2BGR)

cv.ShowImage('',img2)
cv2.waitKey()
cv.SaveImage('saved.jpg', img2)

这似乎运行没有错误，但 ShowImage() 显示的图像和 SaveImage() 保存的图像看起来非常不同。不幸的是，我似乎找不到任何 DCT 处理图像的示例图像，所以我不确定哪个是正确的（如果有的话）。

原图：

显示的 DCT 图像：

保存的 DCT 图像：

为什么显示的和保存的 DCT 图像之间存在如此大的差异？哪个是正确的？

【问题讨论】：

只是一个猜测，但在我看来，保存的 DCT 是正确的，并且显示的 DCT 看起来好像以某种方式丢失了大部分信息（好像所有像素 > epsilon 都已映射到1，出于某种原因）。可能保存的图像在 0-255 范围内，并且显示的图像已错误地将其裁剪为 0-1。

标签： python opencv computer-vision signal-processing

【解决方案1】：

您似乎显示了 DCT 的复杂输出。而且，因为您尝试保存 2 通道图像（DCT 输出 2 通道 - 一个用于实部，一个用于虚部），它只保存了实部（某种程度上接近幅度）。

因此，从您的 DCT 输出中，使用幅度（）和相位（）函数来提取有用的信息。分别显示，

而且，最重要的是，请仔细阅读 DCT (http://en.wikipedia.org/wiki/Discrete_cosine_transform)，以便了解自己在做什么。

【讨论】：

您从哪里获得有关 DCT() 输出的信息？ Wikipedia 中所写的内容和实际执行的内容通常是非常不同的东西。我找到的所有 OpenCV 文档，甚至我发布的代码，都显示它返回与输入数组相同的形状，对于灰度图像，它将是一个通道，而不是两个。 opencv.willowgarage.com/documentation/cpp/…
寻找发行版附带的opencv refman。它称为 opencv.pdf 或 opencv_refman.pdf，具体取决于您使用的版本。它比在线参考更详细。并且相同的形状不等于相同的通道数。试试 cout
但是我用过，它给了我2通道、浮点、单精度数据。如 refman 中所述
@vasile...我不知道该告诉你什么。代码没有说谎，并且 cv2.dct() 输出一个 numpy ndarray ...它没有 channels() 函数。请注意，我使用的是 2.3 Python 包装器（cv 和 cv2）而不是 C++ API。也许最近的 Python 包装器的工作方式与您过去习惯的不同？
我不使用python，但是，我使用了更多的ocv版本，包括2.3和2.3.1。您发布的图像清楚地表明，DCT 有复杂的（第一）和真实的（第二）部分。为 DCT 输出调用幅度（），并检查结果。我应该接近第二张图片（但不完全相同）。

【解决方案2】：

保存的图像实际上是相同的，但值被限制为 [0..255] 并在保存为 JPEG 之前转换为字节 (numpy.uint8)。负值设置为零，大于 255 的值设置为 255。

cv2.imshow("before_save", vis1)
vis1[vis1>255] = 255
vis1[vis1<0] = 0
cv2.imshow("saved", vis1.astype(np.uint8))

【讨论】：