回答編集履歴
1
質問と同じ画像の再現方法の追記
answer
CHANGED
|
@@ -5,4 +5,73 @@
|
|
|
5
5
|
ブレ方向を質問と同様にする場合には、`kernel_motion_blur[ : , int((size-1)/2)] = np.ones(size)`にしたらいけますね。
|
|
6
6
|
|
|
7
7
|
'---
|
|
8
|
-
FFT/畳み込みを使ってる感がいろいろ楽しそうで、質問の方法の解を見てみたい気もします。
|
|
8
|
+
FFT/畳み込みを使ってる感がいろいろ楽しそうで、質問の方法の解を見てみたい気もします。
|
|
9
|
+
|
|
10
|
+
2017-08-19 追記
|
|
11
|
+
`python blurer.py fft_of_original.png`で同じ画像が再現できます。
|
|
12
|
+
まだ修正中ですが…
|
|
13
|
+
|
|
14
|
+
```Python
|
|
15
|
+
import sys
|
|
16
|
+
import numpy as np
|
|
17
|
+
from PIL import Image
|
|
18
|
+
# from scipy import signal
|
|
19
|
+
|
|
20
|
+
# Comment out
|
|
21
|
+
# if len(sys.argv) != 5:
|
|
22
|
+
# print('python blurer.py input fft_of_blur fft_of_original result')
|
|
23
|
+
|
|
24
|
+
if len(sys.argv) != 2:
|
|
25
|
+
print('python blurer.py fft_of_original.png')
|
|
26
|
+
sys.exit(1)
|
|
27
|
+
|
|
28
|
+
# ブレを表現する画像をつくる
|
|
29
|
+
size = 128
|
|
30
|
+
half_size = int((size - 1) / 2)
|
|
31
|
+
blur = Image.new('L', (size, size))
|
|
32
|
+
blur_pixels = blur.load()
|
|
33
|
+
|
|
34
|
+
for x in range(half_size, half_size + 5):
|
|
35
|
+
for y in range(half_size, half_size + 20):
|
|
36
|
+
blur_pixels[half_size, y] = 255
|
|
37
|
+
|
|
38
|
+
blur.save('blur.png')
|
|
39
|
+
|
|
40
|
+
# FFTと畳み込み
|
|
41
|
+
|
|
42
|
+
# ブレ画像
|
|
43
|
+
blur_arr = np.array(blur)
|
|
44
|
+
Z = np.fft.fft2(blur_arr)
|
|
45
|
+
Z = np.fft.fftshift(Z)
|
|
46
|
+
P = np.log(np.abs(Z) + 1)
|
|
47
|
+
P_norm = (P * 255.0) / np.amax(P)
|
|
48
|
+
y = np.uint8(np.around(P_norm))
|
|
49
|
+
print("BLUR MIN:%s"%np.min(y))
|
|
50
|
+
print("BLUR MAX:%s"%np.max(y))
|
|
51
|
+
img_out = Image.fromarray(y)
|
|
52
|
+
img_out.save("blur_arr.png")
|
|
53
|
+
|
|
54
|
+
# 原画像
|
|
55
|
+
img_in = Image.open(sys.argv[1])
|
|
56
|
+
x = np.array(img_in.convert('L'))
|
|
57
|
+
X = np.fft.fft2(x)
|
|
58
|
+
X = np.fft.fftshift(X)
|
|
59
|
+
P = np.log(np.abs(X) + 1)
|
|
60
|
+
P_norm = (P * 255.0) / np.amax(P)
|
|
61
|
+
y = np.uint8(np.around(P_norm))
|
|
62
|
+
print("ORIGINAL MIN:%s"%np.min(y))
|
|
63
|
+
print("ORIGINAL MAX:%s"%np.max(y))
|
|
64
|
+
img_out = Image.fromarray(y)
|
|
65
|
+
img_out.save("fftshift.png")
|
|
66
|
+
|
|
67
|
+
# 畳み込み結果
|
|
68
|
+
W = np.fft.fftshift(np.fft.ifft2(Z * X))
|
|
69
|
+
P = np.log(np.abs(W) + 1)
|
|
70
|
+
P_norm = P / np.amax(P) * 255
|
|
71
|
+
y = np.uint8(np.around(P_norm))
|
|
72
|
+
print("CONV MIN:%s"%np.min(y))
|
|
73
|
+
print("CONV MAX:%s"%np.max(y))
|
|
74
|
+
img_out = Image.fromarray(y)
|
|
75
|
+
img_out.save("conv.png")
|
|
76
|
+
|
|
77
|
+
```
|