Python+OpenCVで二次元ウェーブレット変換 - TAMALOG
クリエイティブコモンズの写真に対して、二次元離散ウェーブレット変換を適用してみました。 この記事では逆変換は扱っていません。変換の様子がみたい！という人は下の動画を見ると楽しいと思います。 画像を離散ウェーブレット変換してみた ‐ ニコニコ動画:GINZA 洗濯機に吸い込まれそうな はじめの入力画像はこちら。 これを、一度だけウェーブレット変換にかけてみます。ウェーブレット変換によって次のような画像が取得できます。 左上の縮小画像が、低周波成分、下の画像がy方向の高周波成分、右の画像がx方向の高周波成分に該当します。 表情豊かな写真で 次は、この人でやってみましょう。今度は２度ウェーブレット変換をかけてみます。 ２度ウェーブレット変換をかけると、１度目に得られた低解像度部分がウェーブレット変換されます。 結果が分かりにくかったので、Photoshopのトーンカーブ機能で強調加工しました。
ウェーブレット変換ができるライブラリを探しています - OKWAVE
日本語ですと，書籍「最新ウェーブレット実践講座 入門と応用」のサンプルプログラムが以下のサイトで配布されています． http://www.cmagazine.jp/books/wavelet/index.html 大概の科学計算用ライブラリには名前にdwtが入った関数が用意されています． 例えば，GNU Scientific Library などは比較的有名でしょう． http://www.gnu.org/software/gsl/manual/html_node/Wavelet-Transforms.html Waveletのソフトウェアの有名なリンク集です． http://www.amara.com/current/wavesoft.html 他の回答者が挙げられていた「blitzwave」は機能は少なそうですが，アルゴリズムが最新なので高速な処理が可能かと思います．
ハールウェーブレット変換を使った電子透かし - unko野郎の日記
いつか載せようと思ったので載せてみる。 ウェーブレット変換を使って2値画像の透かし情報を入れてみる。 アルゴリズム 画像読み込み ↓ ウェーブレット変換 ↓ 高周波領域に透かし情報を埋め込む ↓ 逆ウェーブレット変換 って形です。 詳細を記述 入力レナ画像 ウェーブレット変換したらこうなります。 で ここでAは低周波領域、BCDは高周波領域です。 これに対してAをいじくると画質がかなり落ちてしまうので、BCDにいれないといけない。 BでのXY座標とCでのXY座標とDでのXY座標がそれぞれ対応しているとする、 B C Dの同じ座標での(B,C,Dそれぞれ一点で合計3つの中から)最大値と最小値をとってきて、 δ = (最大値 - 最小値)mod 2(偶数か奇数を判断) する。 透かし画像の画素が黒ならδが偶数になるように、奇数なら最大値、もしくは最小値を+1 or -1をすることで偶数にする。
OpenCVでウェーブレット変換プログラム
OpenCVには２次元ウェーブレット変換（wavelet transform）のメソッドが実装されていなかったので作ってみた。先日作成した画像修復プログラムのテンプレートマッチングが遅い〜ってぼやいてたところ、@fukushima1981様から、ウェーブレット変換して多重解像度でのマッチをすればいいのでは？とのコメントを頂いたのが始まりです。 ウェーブレット変換の意味などは、こちらの参考書に素晴らしく分かりやすい説明が書いてあるので、参考にしてみてください。うちの研究室でもゼミ資料として使用しています。 すごく簡単に（しかも1次元ウェーブレットで。笑）説明すると下図のような感じ。フーリエ変換の場合、変換結果は周波数ごとのパワー値で出てきます。（フーリエ変換の簡単な説明）それに対して、ウェーブレット変換の場合には、各周波数ごとに、パワー値の時間変化が変換結果として得られる。 要するに、フーリ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
