python - 测试图像中的像素

Question

我试图通过使用以下循环对特定欧几里德距离内的所有像素进行平均来对图像进行降噪。目前这个循环需要 65 秒，可能需要执行数千次。有没有一种方法可以在 python 中实现这一点，而不需要令人望而却步的运行时间？任何帮助将不胜感激。

for row in range(0, width):
    for column in range(0, height):
        if euclid_dist(point, pix[row,column]) <= threshold:
            to_average[(row,column)] = pix[row, column]

euclid_dist 定义如下:

def euclid_dist(tuple1, tuple2):

    tot_sq = 0
    for num1, num2 in zip(tuple1, tuple2):
    tot_sq += (num1 + num2)**2
    return math.sqrt(tot_sq)

Answer 1

如果您只想对圆中的所有内容进行平均(相等，而不是使用高斯)，您可以制作一个硬圆核，然后将图像与它进行卷积，如下所示。

# make a noisy circle thing
img = np.random.randint(100, 200, (200, 200), dtype=np.uint8)
xx, yy = np.meshgrid(np.arange(-100, 100), np.arange(-100, 100))
img = img + 10 * (xx**2 + yy**2 < 50**2)
plt.imshow(img)

# make a non-standard kernel
radius = 10
kernel_size = 2 * int(radius) + 1 # odd
xy = np.arange(-kernel_size//2 + 1, kernel_size//2 + 1)
xx, yy = np.meshgrid(xy, xy)

kernel = np.zeros((kernel_size,) * 2)
kernel[xx**2 + yy**2 <= radius**2] = 1
plt.imshow(kernel)

# convolve the two, depending on the mode, it will change the dimensions of the output
plt.imshow(sig.convolve2d(img, kernel, mode='valid'))

如果你想去噪，你也可以使用高斯核，这更常见一些。那么它更简单地称为“高斯模糊”。