如何在 Python 中有效地模拟图像压缩伪影？答案

【问题标题】：How can I efficiently simulate image compression artifacts in Python?如何在 Python 中有效地模拟图像压缩伪影？
【发布时间】：2020-06-29 18:28:19
【问题描述】：

我正在使用模拟图像训练神经网络，而现实生活中发生的一件事就是低质量的 JPEG 压缩。它以一种特殊的方式模糊了锋利的边缘。有没有人有一种有效的方法来模拟这些效果？我的意思是创建一个干净输入的损坏版本。图像是灰度的，存储为 numpy 数组。

【问题讨论】：

把它们写成低质量的 JPEG，然后再读回来，也许吧？
我正在考虑，也许写到 ramdisk。否则模拟非常快，所以我不想通过读/写磁盘来限制它。
查看这里以了解如何使用io.BytesIO stackoverflow.com/a/52281257/2836621 将 JPEG 写入内存
看起来我有一个使用 imageio.imwrite() 和 imread() 以及 io.BytesIO 的解决方案。谢谢。
太棒了！随意写下您自己问题的答案，供所有人查看和参考，然后将其视为正确并收好分数……完全可以。

标签： python image-processing neural-network

【解决方案1】：

感谢 cmets 中的答案，这是一个将图像保存为 JPEG 并将其读回的解决方案，所有这些都使用标准 python 库在内存中。

import io
import imageio

# Image is 2D numpy array, q is quality 0-100
def jpegBlur(im,q):
  buf = io.BytesIO()
  imageio.imwrite(buf,im,format='jpg',quality=q)
  s = buf.getbuffer()
  return imageio.imread(s,format='jpg')

在我的函数中，我还对图像进行了预缩放和后期缩放，以从 float64 转换为 uint8 并再次转换回来，但这是基本思想。

【讨论】：