我試著用維納濾波來消除離焦圖像的模糊。我的申請純粹是學術性的，所以我不需要一個完美的結果。但是，我遇到了一些奇怪的問題，我不確定我是否正確地做了事情。在

首先，我安裝了一個照相機，拍了兩組圖像。第一組圖像對焦。我首先在一個完全黑暗的房間里拍了一張非常小的LED的照片。然后我把一張紙直接放在LED前面(現在它已經關閉)，用閃光燈拍了一張照片。現在我把相機的焦距散焦，以同樣的方式拍攝了另一組圖像。在

我的理解是，離焦點光源的照片是一個實驗測量的點擴散函數。因此，我認為使用逆濾波可以很容易地對失焦圖像進行去模糊處理。好吧，事實證明這并不是那么容易(見前面的post)。所以現在我正在嘗試實現一個維納過濾器，我沒有太多的運氣。這是我目前為止的計劃。我設置了兩個滑塊來更改kernel_size和{}的值，而不必重新運行程序。在import numpy as np

import matplotlib.pyplot as plt

import ipywidgets as widgets

import cv2

kernel_size = 5

restoration_parameter = 1

# Read in images: out-of-focus, in-focus, and experimental point spread function

img = cv2.imread('pictures/out_of_focus.jpg')

blur = img[:,:,0]

img2 = cv2.imread('pictures/in_focus.jpg')

clean = img2[:,:,0]

img = cv2.imread('pictures/PSF.jpg')

psf1 = img[:,:,0]

psf2 = np.ones((kernel_size, kernel_size)) / kernel_size**2 # A square kernal

psf = psf2 # set psf to be either psf1 (experimental point spread function) or psf2 (square kernal)

deconvolved_img = restoration.wiener(blur, psf, restoration_parameter, clip=False)

fig = plt.figure()

ax = plt.subplot(111)

new_image = ax.imshow(deconvolved_img)

plt.gray()

plt.show()

def update(kernel_size, restoration_parameter):

psf2 = np.ones((kernel_size, kernel_size)) / kernel_size**2

psf = psf2 # set psf to be either psf1

deconvolved_img = restoration.wiener(blur, psf, restoration_parameter, clip=False)

new_image.set_data(deconvolved_img)

ax.set_title(r'kernel size = %2.0f, restoration parameter =%2.5f' % (kernel_size, restoration_parameter))

return

widgets.interact(update, restoration_parameter=widgets.FloatSlider(min=0,max=100,step=0.1,value=epsilon,description=r'Res. Par.'),

kernel_size=widgets.IntSlider(min=0,max=40,step=1,value=kernel_size,description=r'kernel size'))

如果psf設置為psf1，程序將使用實驗測量的點擴展函數。在本例中，不使用kernel_size參數。令我驚訝的是，這張未模糊的圖像看起來就像噪音，沒有任何我期望看到的圖像。這讓我很困惑，因為我認為這是我正在處理的系統的一個實驗性的點擴散函數，因此應該是一個很好的起點。顯然，我一定是搞錯了(我也錯認為反濾波是可行的)。如果有人能向我解釋為什么這根本不起作用，我將不勝感激。在

如果psf設置為psf2，則程序使用大小為kernel_size的正方形內核。在這種情況下，去模糊的圖像確實像我所期望的那樣，但是最終的圖像仍然是完全模糊的，沒有一組參數似乎有幫助。我想我并不驚訝于這種方法不能很好地工作，因為這里的點擴散函數似乎不是一個很好的近似值。但我很驚訝，它比用實驗測量的點擴散函數工作得更好。這讓我覺得我可能做錯了什么。在

不管怎樣，我希望有人能告訴我我做錯了什么(如果有的話)，并為我指明一個可能會帶來成功的方向。順便說一下，雖然我有對焦圖像作為參考，但我不想在計算中使用它。我試圖演示一個真實的場景，在這個場景中，你可能拍攝了一張失焦的照片，而你想在沒有進入對焦照片的情況下修復它。在

阿特瓦安克塞

如果有幫助的話，這里有離焦圖像(文本)和離焦LED(我相信這是一個實驗性的點擴散功能)。在

總結

以上是生活随笔為你收集整理的维纳滤波python 函数_Python中离焦图像的维纳滤波的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。