python - 图像 Python3 的中值滤波器

Question

我想实现一个径向中值滤波器。我有以下图片(大小 = (Nx,Ny))

我想导出每个像素的半径。对于每个半径，计算中值并将其放入一个新矩阵中，以代替所有具有相同半径的像素。我找到了 Image Smoothing Using Median Filter , 但速度不够快。我创建了自己的脚本，不幸的是，它也不是很快。我在一些通用数据上测试了它:

import cv2
from PIL import Image
from scipy import stats, ndimage, misc
import matplotlib.pyplot as plt
import numpy as np
import matplotlib.image as mpimg
from scipy import stats


a = np.array([[0.,0.,0.,0.,0.],[0.,5.,1.,9.,0.],[0.,10.,2.,10.,0.],[0.,9.,1.,5.,0.],[0.,0.,0.,0.,0.]])

b = a.copy().flatten()

y,x = np.indices((a.shape))
center = [len(x)//2, len(y)//2]
r = np.hypot(x-center[0],y-center[1])

r = r.astype(np.int) # integer part of radii (bin size = 1)

set_r = set(r.flatten()) # get the list of r without duplication
max_r = max(set_r) # determine the maximum r

median_r = np.array([0.]*len(r.flatten())) # array of median I for each r


for j in set_r:
    result = np.where(r.flatten() == j) 
    median_r[result[0]] = np.median(b[result[0]])



a_med = median_r.reshape(a.shape)

am_med = ndimage.median_filter(a, 3)

plt.figure(figsize=(16, 5))

plt.subplot(141)
plt.imshow(a, interpolation='nearest')
plt.axis('off')
plt.title('Original image', fontsize=20)
plt.subplot(142)
plt.imshow(am_med, interpolation='nearest', vmin=0, vmax=5)
plt.axis('off')
plt.title('Median filter', fontsize=20)
plt.subplot(143)
plt.imshow(a_med, interpolation='nearest')
plt.axis('off')
plt.title('Own median', fontsize=20)


plt.subplots_adjust(wspace=0.02, hspace=0.02, top=0.9, bottom=0, left=0,
                    right=1)

plt.show()

我想找到一个方便的方法来解决这个问题

Answer 1

这里的大多数答案似乎都集中在朴素中值过滤算法的性能优化上。值得注意的是，您可以在 OpenCV/scikit-image/MATLAB/等成像包中找到中值滤波器。实现更快的算法。

http://nomis80.org/ctmf.pdf

如果您要对 uint8 数据进行中值滤波，则在从一个邻域移动到另一个邻域时，可以使用很多巧妙的技巧来重用直方图。

如果您关心速度，我会在成像包中使用中值滤波器，而不是尝试自己滚动。