从图像opencv python中的像素中减去不同的值

Question

我试图复制研究在这个文件进行验证。

长话短说：

我使用以下方法从视频中的所有帧中提取了像素行：

values_list = []

for filename in glob.glob('frames//*.png'):

    img = cv2.imread(filename,0)    
    values_list.append(img[100, :]) #Get all rows at y-axis 17 which is the row pixels

然后我使用以下方法创建了一个情节：

fig, ax = plt.subplots()
width = 10
xlim = 0, width*len(values_list)
ylim = 0, max([len(v) for v in values_list]) + 2


ax.set(xlim=xlim, ylim=ylim, autoscale_on=False)
for i in range(len(values_list)):
    plt.imshow(np.array(values_list[i]).reshape(-1, 1), extent=[i * width, (i + 1) * width, 0, len(values_list[i])],
               origin='lower', cmap='gray')

ax.set_aspect('auto')

fig.set_size_inches(20, 10.5)

plt.savefig('myimage.png', format='png', dpi=1000)

这给出了以下情节

以上相当于他们在作者论文中的 b) c) 和 d) 处显示的内容（但水平而不是垂直和灰度而不是颜色）。 他们如何将其转换为 e) f) 和 g) 的等价物，如下所示？

所有的索赔都是

这种调制 (b) c) 和 d)) 在图中很难看到。 为了使这种调制更加明显，我们分别从每个像素的时间变量值中减去了图中垂直方向上缓慢变化的分量，从而增强了光调制的交替分量 (AC)，该分量以心跳或更高的速率变化。

如何从values_list中存储的像素中减去缓慢变化的分量，这些像素是每帧图像的像素？

附加功能：

复制图形的values_list如下

在Electronic supplementary material下下载论文底部的视频链接，使用以下代码将视频转换为帧，然后应用上面的代码。

import cv2

vidcap = cv2.VideoCapture('video/2.mp4')
success, image = vidcap.read()
count = 0
while success:

    cv2.imwrite("frames/%d.png" % count, image)
    success, image = vidcap.read()
    count += 1

Answer 1

import glob
import cv2

import matplotlib.pyplot as plt
import numpy as np
import random

values_list = []
values_mean = []

count = 0

for filename in glob.glob('video//frames//*.png'):

    count +=1
    img = cv2.imread(filename,0)    

    values_list.append(img[100,:]) #Get all rows at x-axis 17 which is the row pixels
    values_mean.append(np.round(np.mean(img[100:]), decimals=0))

values_list = np.array(values_list)
values_mean = np.array(values_mean).reshape(-1,1)
new_column_value = values_mean - values_list
new_column_value_scaled = np.interp(new_column_value, (new_column_value.min(), new_column_value.max()),(0, 255))

plotted_values_list = new_column_value_scaled

fig, ax = plt.subplots()
width = 10
xlim = 0, width*len(values_list)
ylim = 0, max([len(v) for v in values_list]) + 2


ax.set(xlim=xlim, ylim=ylim, autoscale_on=False)

for i in range(len(plotted_values_list)):
    plt.imshow(np.array(plotted_values_list[i,:]).reshape(-1, 1), extent=[i * width, (i + 1) * width, 0, 
                                                                          len(plotted_values_list[i,:])],origin='lower', cmap='gray')

ax.set_aspect('auto')

fig.set_size_inches(20, 10.5)

plt.savefig('myimage_whole.png', format='png', dpi=500)
#plt.show()

这给出了这个图像：