用OpenCV计算DCT

Question

我试图使用OpenCV中的dct（）函数来计算离散余弦变换，但得到了奇怪的结果。

我的剧本是：

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)

这看起来运行正常，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，我似乎找不到任何经过DCT处理的图像样本，所以我不确定哪一个是正确的。

原始图像：

显示的DCT图像：

保存的DCT图像：

为什么显示的DCT图像和保存的DCT图像有这么大的区别？哪个是正确的？

Answer 1

保存的图像实际上是相同的，但在保存为JPEG之前，这些值被钳制为[0..255]并转换为字节（numpy.uint8）。负值设置为零，高于255的值设置为255。

cv2.imshow("before_save", vis1)
vis1[vis1>255] = 255
vis1[vis1<0] = 0
cv2.imshow("saved", vis1.astype(np.uint8))

Answer 2

你好像显示了DCT的复杂输出。而且，因为您试图保存一个2通道图像（DCT输出2通道-一个用于真实，一个用于虚部），所以它只保存了真实部分（以某种方式接近大小）。

因此，从DCT输出中，使用magnitude（）和phase（）函数提取有用的信息。分别展示

而且，最重要的是，仔细阅读关于DCT（http://en.wikipedia.org/wiki/Discrete_cosine_transform）的内容，这样你就知道自己在做什么。