图片降噪（Scipy）

以登月图片为例，通过使用Scipy 傅立叶变换，实现图片消噪

scipy.fftpack模块用来计算快速傅里叶变换
速度比传统傅里叶变换更快，是对之前算法的改进
图片是二维数据，注意使用fftpack的二维转变方法

一、导包

import numpy as np
import scipy as sp

# ifft2 inverse 反转  fft2 处理二维数据
from scipy.fftpack import fft2,ifft2

# 绘图工具
import matplotlib.pyplot as plt
%matplotlib inline

二、图片处理

 # 图片载入
 moon = plt.imread('./moonlanding.png')

 # 设置展示尺寸大小
 plt.figure(figsize=(12,9))

 # 图片展示 cmap=plt.cm.gray (设置展示颜色)
 plt.imshow(moon,cmap=plt.cm.gray)

 # 随时查看图片数据，指导操作
 display(moon,moon.shape)

 # 将图片进行傅立叶转换
 moon_fft2 = fft2(moon)

 # 查看傅立叶转换后的数据
 display(moon_fft2,moon_fft2.shape)

 # 计算所有数据波动频率的平均值
 np.abs(moon_fft2).mean()

 # 开始消噪：大于10倍平均值波动，波动比较大，过滤掉
 cond = np.abs(moon_fft2) > 510

 # 过滤：重新赋值为平均值
 moon_fft2[cond] = 51

 # 查看图片数据
 display(moon_fft2,moon_fft2.shape)

 # 将频域----逆变换--->时域（即肉眼可见的图片）
 moon_result = ifft2(moon_fft2)

 display(moon_result,moon_result.shape)

 # 去掉虚数
 moon2 = np.real(moon_result)

 display(moon2,moon2.shape)

 # 展示图片
 plt.figure(figsize=(12,9))

 plt.imshow(moon2,cmap=plt.cm.gray)

 # 图片保存
 plt.imsave('./moonlanding_fft2_result.png',moon2)

三、处理前后的图片对比

处理前：

处理后：