使用OpenCV计算DCT

我试图在OpenCV中使用dct()函数来计算离散余弦变换,但结果却很奇怪.

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)

这似乎可以正常运行,但是ShowImage()显示的图像和SaveImage()保存的图像看起来非常不同.不幸的是,我似乎找不到经过DCT处理的图像的任何样本图像,因此我不确定哪一个是正确的.

原始图片：

所示的DCT图像：

保存的DCT图像：

为什么显示的DCT图像和保存的DCT图像有这样的区别？哪个是对的？

解决方法:

看来您显示了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),所以它仅保存了实部(某种程度上接近幅度).

因此,从DCT输出中,使用幅值()和相位()函数提取有用的信息.分别显示它们,

而且,最重要的是,请仔细阅读有关DCT(http://en.wikipedia.org/wiki/Discrete_cosine_transform)的信息,以使您知道自己在做什么.

标签：opencv,computer-vision,python,signal-processing
来源： https://codeday.me/bug/20191202/2086033.html