python - 将 DCT 系数可视化为图像的好方法

Question

我拍了下图:

将其分成 8X8 个图 block ，对每个图 block 进行 2D DCT 变换，并将它们切割成每个轴上的前 30 个系数。现在我试图将结果可视化为图像，这将有助于我在 DCT 平面上的直觉。

问题:

• (0,0) 的 DCT 系数比其他所有的都大
• 我想看看正系数和负系数之间的区别。

到目前为止，我发现的最佳转换如下:

def visualize_dct(d):
    d = np.log(abs(d).clip(0.1))
    maxi, mini = d.max(), d.min()
    d = 255*(d - mini)/(maxi-mini)
    return d

这给了我下面的图片:

完整代码在这里: http://nbviewer.ipython.org/github/ihadanny/my-py-notebooks/blob/master/img_processing_04.ipynb

有什么更好的主意吗？

Answer 1

找到了:我要找的是直方图均衡化。实现非常简单:

def visualize_dct(d):
    d = d + abs(d.min())
    h = np.histogram(d, bins=1000, range=(0, d.max()))
    c = 255.0*np.cumsum(h[0])/sum(h[0])
    new_img = np.zeros(d.shape)
    for index,value in np.ndenumerate( d ):
        new_img[index] = c[999.0*value/d.max()]    
    return new_img  

单个图 block 的结果:

对于整个图像:

(注意简单图 block 和有很多细节的图 block 之间的区别)