【发布时间】:2016-01-19 22:24:59
【问题描述】:
在一位教授在讲座中提到它后,我刚刚阅读了red noise 的文章。
我的想法是从 {0,..., 255} 中的随机数开始。然后我通过在 {0, ..., 255} 中添加一个随机偏移量来完成从左到右的第一行。 第一行完成后,我将取上下元素的平均值,并为下一个像素添加一个随机偏移量。
这样,我从左到右,从上到下创建图像。
我是这样实现的:
#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""Create a red noise RGB image of the dimensions you want."""
import numpy
import Image
import random
def create_red_noise(outfile, width, height, r=10):
"""
Create red noise RGB image
Parameters
----------
outfile : str
width : int
height : int
r : int
Random maximum offset compared to the last pixel
"""
array = numpy.random.rand(height, width, 3) * 255
for x in range(width):
for y in range(height):
if y == 0:
if x == 0:
continue
else:
for i in range(3):
array[y][x][i] = (array[y][x-1][i] +
random.randint(-r, r))
else:
if x == 0:
for i in range(3):
array[y][x][i] = (array[y-1][x][i] +
random.randint(-r, r))
else:
for i in range(3):
array[y][x][i] = (((array[y-1][x][i] +
array[y-1][x-1][i]) / 2.0 +
random.randint(-r, r)))
im_out = Image.fromarray(array.astype('uint8')).convert('RGBA')
im_out.save(outfile)
def get_parser():
"""Get parser object for create_random_image.py."""
from argparse import ArgumentParser, ArgumentDefaultsHelpFormatter
parser = ArgumentParser(description=__doc__,
formatter_class=ArgumentDefaultsHelpFormatter)
parser.add_argument("-f", "--file",
dest="filename",
help="write red noise image to FILE",
default="red-noise.jpg",
metavar="FILE")
parser.add_argument("-x", "--width",
dest="width",
default=1280,
type=int,
help="width of the image")
parser.add_argument("-y", "--height",
dest="height",
default=960,
type=int,
help="height of the image")
parser.add_argument("-o", "--offset",
dest="offset",
default=10,
type=int,
help="maximum offset compared to the neighbors")
return parser
if __name__ == "__main__":
args = get_parser().parse_args()
create_red_noise(args.filename, args.width, args.height, args.offset)
给了
看起来很酷。不过,我觉得应该更像这样:https://commons.wikimedia.org/wiki/File:Red.noise.col.png
我做错了什么/我该如何解决?
【问题讨论】:
-
在维基百科的图片上你可以清楚地看到重过滤,它很平滑,没有粗糙的边缘。有色噪声通常是通过衰减高频分量来实现的。至少在音频域中。我没有看到“修复”您的代码的方法,您应该查找正确的方法(我确信有很多谷歌点击)。
-
据我所知,噪声的 color 说明了给定噪声的(功率)频谱。您的条纹图像仍可能具有红噪声频谱。空间变化与红色噪声无关,是吗?
-
@AndrasDeak: 但它不会是真正的噪音(即随机)。
-
@KarolyHorvath 好吧,至少不是来自布朗运动的:)