如何使用OpenCV对高度压缩图像中的宏块进行“去量化”？

Question

给定一个高度压缩的图像（非特定格式），存在各种大小和形状的图像块，其中所有像素具有完全相同的值。

例如：

我的目标是“智能地”平滑这些块到梯度产生一个更平滑，更有机看起来的图像。我看过绘画中的技巧（如热扩散），可能是适用的，但我不完全确定如何适应我的目的。我目前正在编写自己的函数来执行这个操作（详情如下）。在OpenCV（或其他地方）中是否已经有一个C++函数可以执行这个过程？如果没有，是否有一种不同的方法可以产生更好/更快的结果？

[注意：我的所有图像在处理前都转换为浮点。]

我现在的想法是测试一个像素是否和它的任何邻居相同。如果是这样，我开始搜索，从像素位置开始，向外工作，直到找到一个不相同的邻居。不幸的是，这要求我使用整个图像，而不是滑动内核。我不会在这里包含搜索的代码，因为它很长而且重复。但它基本上包括测试当前像素左边的一列、上面的一列、右边的一列和下面的一行,并在向外工作时展开它们。像这样：

  13 14 15 16 17
  12  3  4  5 18
  11  2  x  6 19
  10  1  7  8 20
  9  22 23 24 21

一旦目标被获取，对于可能处于较大搜索范围但具有较小欧几里得距离的目标，将进行额外的考虑。

output_value = current_pixel_value - ((current_pixel_value-test_pixel_value)/(euclidean_distance*sigma));

Answer 1

本文介绍了Gary Baugh等人的视频解带技术。就像你对过度压缩的视频所做的一样。底层算法也应该适用于静止图像。也许有帮助。