【问题标题】:Why is the output different for code ported from MATLAB to Python?为什么从 MATLAB 移植到 Python 的代码输出不同?
【发布时间】:2013-05-10 09:48:07
【问题描述】:

编辑: 经过更多测试和 scipy 邮件列表的回复后,问题似乎出在 fspecial() 上。为了获得相同的输出,我需要在 Python 中生成与 Matlab fspecial 命令产生的相同类型的内核。现在我将尝试从 matlab 导出内核并从那里开始工作。添加为编辑,因为问题已“关闭”


我正在尝试将以下 MATLAB 代码移植到 Python。它似乎有效,但输出与 MATLAB 不同。我认为问题在于对日志(幅度)应用“平均”过滤器。任何帮助表示赞赏。

MATLAB代码来自:http://www.klab.caltech.edu/~xhou/projects/spectralResidual/spectralresidual.html

%% Read image from file
inImg = im2double(rgb2gray(imread('1.jpg')));
inImg = imresize(inImg, 64/size(inImg, 2));

%% Spectral Residual
myFFT = fft2(inImg);
myLogAmplitude = log(abs(myFFT));
myPhase = angle(myFFT);
mySpectralResidual = myLogAmplitude - imfilter(myLogAmplitude, fspecial('average', 3), 'replicate');
saliencyMap = abs(ifft2(exp(mySpectralResidual + i*myPhase))).^2;

%% After Effect
saliencyMap = mat2gray(imfilter(saliencyMap, fspecial('gaussian', [10, 10], 2.5)));
imshow(saliencyMap);

这是我在 python 中的尝试:

from skimage import img_as_float                                                       
from skimage.io import imread
from skimage.color import rgb2gray                                                    
from scipy import fftpack, ndimage, misc                                        
from scipy.ndimage import uniform_filter
from matplotlib.pyplot as plt

# Read image from file
image = img_as_float(rgb2gray(imread('1.jpg')))
image = misc.imresize(image, 64.0 / image.shape[0])

# Spectral Residual
fft = fftpack.fft2(image)                                                   
logAmplitude = np.log(np.abs(fft))                                          
phase = np.angle(fft)                                                       
avgLogAmp = uniform_filter(logAmplitude, size=3, mode="nearest") #Is this same a applying "mean" filter            
spectralResidual = logAmplitude - avgLogAmp                                 
saliencyMap = np.abs(fftpack.ifft2(np.exp(spectralResidual + 1j * phase))) ** 2

# After Effect
saliencyMap = ndimage.gaussian_filter(sm, sigma=2.5)
plt.imshow(sm)
plt.show()

为了完整起见,这里是输入图像以及 MATLAB 和 python 的输出。

【问题讨论】:

  • 嗯...不知道如何改进这个问题。我要去调查 FFT 实现之间的差异(感谢 Colin)。重开的可能性不大。很烦我要等 2 天才能删除?
  • 经过更多测试和 scipy 邮件列表的回复后,问题似乎与 fspecial() 相关。为了获得相同的输出,我需要在 Python 中生成与 Matlab fspecial 命令产生的相同类型的内核。现在我将尝试从 Matlab 导出内核并从那里开始工作。我会尝试将此作为对原始帖子的编辑添加。

标签: matlab python-2.7 fft


【解决方案1】:

我怀疑任何人都能够就此给你一个明确的答案。它可能是任何数量的东西......可能是一个 FFT 以 0 为中心,而另一个不是,可能是某个地方的浮点数与双精度数,可能是对绝对值的错误处理,可能是过滤器设置,......

如果我是你,我会为这两种计算写出一些中间值,并找到一种比较它们的方法。从中间开始,如果比较好就往下走,如果比较不好就往上走。也许将 python 脚本中的中间值写入文件,导入 matlab,获取元素差异,然后绘制图形。如果它们的尺寸不同,那就是线索 #1。

【讨论】:

  • 谢谢,很有帮助。我曾假设在转换为 python 时出现错误,认为 FFT 的生成方式可能没有差异。我会做更多的研究。
  • 找到了这个 SO 帖子:stackoverflow.com/questions/8680909/…,这可以解释这些差异。
  • 好的。在我的情况下,转置没有帮助。如果我删除 imresize(),那么图像看起来是一样的,几乎是一样的。我现在怀疑“真正的”问题/差异是由应用的最终高斯滤波器引起的,它对较小的图像有更明显的影响。只需要找到相当于 imfilter(saliencyMap, fspecial('gaussian', [10, 10], 2.5))"的python
猜你喜欢
  • 2015-06-18
  • 2012-12-10
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 2023-03-09
  • 1970-01-01
相关资源
最近更新 更多