Graustufen-Bild zu NumPy-array für die Fourier-Transformation

Derzeit bin ich mit PIL und NumPy. Ich habe eine farbige png Bild und ich möchte:

  1. Lesen Sie es in Graustufen
  2. Konvertieren NumPy-array
  3. Führen Sie eine FFT auf array
  4. Das Bild anzuzeigen,

Dies ist, was ich versuche (in IPython w/--pylab flag):

In [1]: import Image

In [2]: img = Image.open('ping.png').convert('LA')

In [3]: img_as_np = np.asarray(img)

In [4]: img_as_np
Out[4]: array(<Image.Image image mode=LA size=1000x1000 at 0x105802950>, dtype=object)

In [5]: img_fft = fft.fft2(img_as_np) // IndexError: index out of range for array
Irgendeinem Grund für die Verwendung der LA - Modus (Graustufen mit alpha) ?
Nachdem du darüber nachdenkst, ist die Antwort auf stackoverflow.com/a/14472089/1832154 zeigt, wie korrekt das Ergebnis einer Fourier-Transformation.
Ich habe irgendwo gelesen, dass LA - Modus lassen Sie mich imshow() in Graustufen, ich merke jetzt L legt es in den Graustufen als gut, aber ich brauche nur ein argument hinzufügen, um imshow() um sicherzustellen, dass es zeigt richtig, wie die Graustufen. Ich habe gelernt (aus den Antworten unten) A wird verhindert, dass die Umwandlung geschieht, richtig.. mein Fehler 🙂 vielen Dank!

InformationsquelleAutor adelbertc | 2013-01-29

  1. 4

    Sie möchten, verwenden Sie den Modus 'L' statt 'LA' als parameter der convert () - Methode. 'LA" hinterlässt einen alpha-Kanal und dann die numpy.asarray, die nicht funktioniert wie Sie soll. Wenn Sie den alpha-Kanal, dann müssen Sie eine andere Methode zum konvertieren in ein numpy-array. Sonst, verwenden Sie den Modus 'L'.

    InformationsquelleAutor Justin Peel

  2. 4

    Es sieht aus wie Sie verwenden eine version des PIL vor 1.1.6, wo Sie führten die Methoden so, dass numpy würde wissen, was zu tun mit einem Image. Also haben Sie einfach immer img_as_np als ein-element-array mit einer Image Objekt (was Out[4] Sie angezeigt wird).

    Ihnen stattdessen, etwas zu tun, wie np.asarray(img.getdata()), die Ihnen eine num_pixels x num_channels array von ganzen zahlen zwischen 0 und 255 (zumindest für die png, die ich ausprobiert habe). Sie möchten

    img_as_np = np.asarray(img.getdata()).reshape(img.size[1], img.size[0], -1)

    legen Sie es aus wie das Bild (umgesetzt). Vielleicht wollen Sie auch eine Division durch 255 zu bekommen, float-Werte zwischen 0 und 1, wenn das ist das format, das Sie erwarten sind (wie z.B. matplotlib ist imshow).

    InformationsquelleAutor Dougal

  3. 1

    Mit diese für ein Bild:

    >>> from PIL import Image
>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> Image.__version__
'1.1.7'
>>> img = Image.open('lena.png').convert('L')
>>> data = np.asarray(img.getdata()).reshape(img.size)
>>> fft = np.fft.fft2(data)
>>> fft[0, 0] = 0 # remove DC component for visualization
>>> plt.imshow(np.abs(np.fft.fftshift(fft)), interpolation='nearest')
<matplotlib.image.AxesImage object at 0x046012F0>
>>> plt.show()
>>> plt.imshow(np.abs(np.fft.fftshift(fft))[224:288, 224:288], interpolation='nearest')
<matplotlib.image.AxesImage object at 0x0476ED70>
>>> plt.show()

    Graustufen-Bild zu NumPy-array für die Fourier-Transformation

    InformationsquelleAutor Jaime

Schreibe einen Kommentar