将DCT系数可视化为图像的好方法

Question

我使用下面的图像：

将其分成8X8个方块，对每个方块进行2D DCT变换，并将它们分割为每个轴上的前30个系数。现在我正在尝试将结果可视化为一张图片，以便直观地理解DCT平面。

问题：

• DCT系数(0,0)远大于其他所有系数
• 我想看到正和负系数之间的区别。

到目前为止，我找到的最好的变换如下：

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

以下是我得到的图片：

完整代码请查看： http://nbviewer.ipython.org/github/ihadanny/my-py-notebooks/blob/master/img_processing_04.ipynb

还有更好的想法吗？

- ihadanny

Answer 1

找到了：我要找的是直方图均衡化。 实现方法非常简单：

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  

单个瓷砖的结果：

整个图像的结果：

(请注意简单瓷砖和具有许多细节的瓷砖之间的差异)

- ihadanny

Answer 2

你可以将值进行移位，使所有值都为正数；然后取每个值的对数（顺便说一下，这是转换成分贝的基础），并将其作为颜色绘制。

- Marcus Müller

---

尝试了你的建议，但效果很平淡 :( 你是指这个吗？d = d + abs(d.min()) + 1.0; d = np.log(d); maxi, mini = d.max(), d.min(); d = 255*(d - mini)/(maxi-mini); - ihadanny