图像抗混叠
图像抗混叠
裴来凡
发布于 2022-05-28 08:46:35
发布于 2022-05-28 08:46:35
代码可运行
运行总次数：0
代码可运行
import pylab
from PIL import Image
from skimage.transform import rescale
from skimage.io import imread, imshow, show
img=imread('C:/Users/xpp/Desktop/Lena.png')#原始图像
im1=img.copy()#图像复制
pylab.figure(figsize=(20,15))
for i in range(4):
pylab.subplot(2,2,i+1)
pylab.imshow(im1,cmap='gray')
pylab.axis('off')
pylab.title('image size='+str(im1.shape[1])+'x'+str(im1.shape[0]))
im1=rescale(im1,scale=0.5,multichannel=True,anti_aliasing=False)#图像抗混叠
pylab.subplots_adjust(wspace=0.1,hspace=0.1)
pylab.show()
算法：图像抗混叠通常是在向下采样之前通过平滑图像（通过图像与低通滤波器的卷积，如高斯滤波器）来完成的。混叠是图像中有一些在原始图像中不存在的黑色斑点或伪影。下采样对于缩小图像的效果并不是太理想，因为它会产生混叠效果。通常是因为采样率比奈奎斯特速率小（像素太少了的缘故），因此避免混叠的一种方法是增加采样率，使其大于奈奎斯特速率。
result=rescale(img, scale, multichannel=None, anti_aliasing=True)
- img表示输入图像
- scale表示缩放的倍数
- multichannel=None表示插值
- anti_aliasing=True表示抗混叠
注意：对于彩色图像，参数multichannel=True表示多通道进行插值。
本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2021-04-07，如有侵权请联系 cloudcommunity@tencent.com 删除
本文分享自 图像处理与模式识别研究所 微信公众号，前往查看
如有侵权，请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ，欢迎热爱写作的你一起参与！
评论
登录后参与评论
推荐阅读
腾讯云开发者
