scipy详解

Posted 2020-10-22 ws0751

登月图片消噪

 

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

 

import numpy as np

import pandas as pd

from pandas import Series,DataFrame

import matplotlib.pyplot as plt

%matplotlib inline

 

# scipy的快速傅里叶变换函数

from scipy.fftpack import fft2,ifft2

data = plt.imread(‘moonlanding.png‘)

 

 

fft_data = fft2(data)

 

# 滤波 过滤高频波

fft_data[np.where(np.abs(fft_data)>8e2)] = 0

 

# 转换回时域

ifft_data = ifft2(fft_data)

# ifft_data

# 获取实数部分

result = np.real(ifft_data)

 

plt.figure(figsize=(8,8))

plt.imshow(result,cmap=‘gray‘)

 

ifft_data.shape

 

数值积分，求解圆周率

求解圆周率

integrate 对函数(1 - x^2)^0.5进行积分

 

使用scipy.integrate进行积分，调用quad()方法

 

import scipy.integrate as integrate

 

 

def func_xy(x):

#     y = (1-x**2)**0.5

    return (1-x**2)**0.5

 

# 参数1: 是一个函数（指针），描述的是x和y之间的关系

# 参数2，3：是不规则图形在x轴上的起点和终点

# quad函数求面积

area,err = integrate.quad(func_xy,-1,1)

?

pi = area*2

pi

 

 

Out[4]:

3.1415926535897967

 

Scipy文件输入/输出

 

随机生成数组，使用scipy中的io.savemat()保存
文件格式是.mat，标准的二进制文件

In [57]:

 

 

 

 

 

# i input

# o output

import scipy.io as io

 

 

In [58]:

 

 

 

 

 

data = np.random.random(size=(100,2))

data

 

. . .

In [59]:

 

 

 

 

 

io.savemat(‘mydata‘,{‘data‘:data})

 

 

 

使用io.loadmat()读取数据

 

ndata = io.loadmat(‘mydata.mat‘)[‘data‘]

读写图片使用scipy中misc.imread()/imsave()

 

import scipy.misc as misc

plt.imshow(misc.face())

image = misc.face()

misc.imsave(‘mm.png‘,image)

plt.imshow(misc.imread(‘mm.png‘))

# `imsave` is deprecated in SciPy 1.0.0, and will be removed in 1.2.0.

from imageio import imwrite,imread

 

imwrite(‘mmm.png‘,image)

 

其他处理方式misc.imrotate\imresize\imfilter

# 处理图片旋转

rotate_image = misc.imrotate(image,angle=90)

 

d:\python3.6\lib\site-packages\ipykernel_launcher.py:1: DeprecationWarning: `imrotate` is deprecated!
`imrotate` is deprecated in SciPy 1.0.0, and will be removed in 1.2.0.
Use ``skimage.transform.rotate`` instead.
  """Entry point for launching an IPython kernel.

rotate_image

<matplotlib.image.AxesImage at 0x110b6630>

 

 

# 调整图片大小

# 使用整数 百分比（0-100之间的数）

m1 = misc.imresize(image,size=50)

d:\python3.6\lib\site-packages\ipykernel_launcher.py:2: DeprecationWarning: `imresize` is deprecated!
`imresize` is deprecated in SciPy 1.0.0, and will be removed in 1.2.0.
Use ``skimage.transform.resize`` instead.

plt.imshow(m1)

# 0-1之间的小数，修改的是像素

m2 = misc.imresize(image,size=0.01)

plt.imshow(m2)

 

# 使用元组调整图像大小(填充、压缩的效果)

m3 = misc.imresize(image,size=(100,200))

plt.imshow(m3)

# 使用imfilter滤镜，处理图片效果

# ‘blur‘, ‘contour‘, ‘detail‘, ‘edge_enhance‘, ‘edge_enhance_more‘,‘emboss‘, ‘find_edges‘, ‘smooth‘, ‘smooth_more‘, ‘sharpen‘

m4 = misc.imfilter(image,ftype=‘edge_enhance‘)

plt.imshow(m4)

 

使用scipy.ndimage图片处理

 

使用scipy.misc.face(gray=True)获取图片，使用ndimage移动坐标、旋转图片、切割图片、缩放图片

 

import scipy.ndimage as ndimage

 

导包，读取图片显示图片

In [90]:

 

 

 

 

 

gray_image = misc.face(gray=True)

plt.imshow(gray_image,cmap=‘gray‘)

 

. . .

 

shift移动坐标

In [94]:

 

 

 

 

 

# shift-->float类型，表示像素，不是比例

plt.imshow(ndimage.shift(gray_image,shift=200),cmap=‘gray‘)

 

. . .

In [96]:

 

 

 

 

 

plt.imshow(ndimage.shift(gray_image,shift=(100,200)),cmap=‘gray‘)

 

. . .

 

shift函数中mode参数的可选值：‘constant‘, ‘nearest‘, ‘reflect‘, ‘mirror‘ or ‘wrap‘

In [115]:

 

 

 

 

 

plt.imshow(ndimage.shift(gray_image,shift=(100,100),mode=‘constant‘),cmap=‘gray‘)

 

 

Out[115]:

<matplotlib.image.AxesImage at 0x205bdef0>

 

 

rotate旋转图片

In [102]:

 

 

 

 

 

plt.imshow(ndimage.rotate(gray_image,angle=70),cmap=‘gray‘)

 

 

Out[102]:

<matplotlib.image.AxesImage at 0x1e669eb0>

 

 

zoom缩放图片

In [105]:

 

 

 

 

 

# zoom使用float，是一个比例值

plt.imshow(ndimage.zoom(gray_image,zoom=0.5))

 

. . .

In [108]:

 

 

 

 

 

# zoom使用元组，也只接受小数，表示height、width的缩放比例

plt.imshow(ndimage.zoom(gray_image,zoom=(0.3,0.5)))

 

 

Out[108]:

<matplotlib.image.AxesImage at 0x1fe8dd50>

 

 

使用切片切割图片

 

图片进行过滤
添加噪声，对噪声图片使用ndimage中的高斯滤波、中值滤波、signal中维纳滤波进行处理
使图片变清楚

In [118]:

 

 

 

 

 

moon = plt.imread(‘moonlanding.png‘)

plt.imshow(moon,cmap=‘gray‘)

 

 

Out[118]:

<matplotlib.image.AxesImage at 0x20911450>

 

 

加载图片，使用灰色图片misc.face()添加噪声

In [141]:

 

 

 

 

 

face = misc.face(gray=True)

plt.imshow(face)

 

. . .

In [144]:

 

 

 

 

 

face1 = face[0:512,-512:]

plt.imshow(face1)

 

. . .

In [147]:

 

 

 

 

 

noise = face1.std() * np.random.random(face1.shape)

 

 

In [149]:

 

 

 

 

 

plt.imshow((face1 + noise),cmap=‘gray‘)

 

 

Out[149]:

<matplotlib.image.AxesImage at 0x213db7b0>

 

In [150]:

 

 

 

 

 

noise_face = face1 + noise

 

 

In [155]:

 

 

 

 

 

plt.imshow(ndimage.gaussian_filter(noise_face,sigma=1.5),cmap=‘gray‘)

 

. . .

In [156]:

 

 

 

 

 

plt.imshow(ndimage.median_filter(noise_face,size=3),cmap=‘gray‘)

 

. . .

 

gaussian高斯滤波参数sigma：高斯核的标准偏差

 

高斯分布就是正太分布

In [123]:

 

 

 

 

 

moon1 = ndimage.gaussian_filter(moon,sigma=3)

plt.imshow(moon1,cmap=‘gray‘)

 

 

Out[123]:

<matplotlib.image.AxesImage at 0x20d221f0>

 

 

median中值滤波参数size：给出在每个元素上从输入数组中取出的形状位置，定义过滤器功能的输入

In [126]:

 

 

 

 

 

moon2 = ndimage.median_filter(moon,size=15)

plt.imshow(moon2,cmap=‘gray‘)

 

. . .

 

signal维纳滤波参数mysize：滤镜尺寸的标量

In [127]:

 

 

 

 

 

import scipy.signal as signal

 

 

In [128]:

 

 

 

 

 

# 类似傅里叶变换的一种算法

moon3 = signal.wiener(moon,mysize=5)

plt.imshow(moon3)

 

 

Out[128]:

<matplotlib.image.AxesImage at 0x2236e230>