基于Opencv以dft()函数为核心,展示如何计算以及显示离散傅里叶变换后的幅度图像。
源代码
//-----------------------------展示如何计算以及显示傅里叶变换后的幅度图像-------------
#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>
using namespace cv;
int main()
{
//以灰度模式读取原始图像并显示
Mat srcImage = imread("D://study//studyOpencv//ConsoleApplication1//ConsoleApplication1//LuFei_ku.jpg", 0);
if (!srcImage.data) { printf("读取图片错误,请确定目录下是否有imread函数指定图片存在!\n"); return false; }
imshow("初始图像", srcImage);
//ShowHelpText();
//将输入图像延扩到最佳的尺寸,边界用0补充
int m = getOptimalDFTSize(srcImage.rows);
int n = getOptimalDFTSize(srcImage.cols);
//将添加的像素初始化为0;
Mat padded;
copyMakeBorder(srcImage, padded, 0, m - srcImage.rows, 0, n - srcImage.cols, BORDER_CONSTANT, Scalar::all(0));
//为傅里叶变换的结果(实部和虚部)分配存储空间
//将plannes数组组合合并成一个多通道的数组complexI
Mat planes[] = { Mat_<float>(padded), Mat::zeros(padded.size(),CV_32F) };
Mat complexI;
merge(planes, 2, complexI);
//进行就地离散傅里叶变换
dft(complexI, complexI);
//将复数转换为幅值,即log(1+ sqrt(Re(DFT(I))^2 +Im(DFT(I))^2))
split(complexI, planes); //将多通道数组complexI分离成几个单通道数组
//planes[0]=Re(DFT(I)) , planes[1]=Im(DFT(I))
//计算二维矢量的幅值:magnitude()函数
magnitude(planes[0], planes[1], planes[0]); //planes[0] = magnitude
Mat magnitudeImage = planes[0];
//进行对数尺度缩放
magnitudeImage += Scalar::all(1);
log(magnitudeImage, magnitudeImage);//求自然对数
//剪切和重分布幅度图像限
//若有奇数行或者奇数列,进行频谱裁剪
magnitudeImage = magnitudeImage(Rect(0, 0, magnitudeImage.cols & -2, magnitudeImage.rows&-2));
//重新排列傅里叶图像中的象限,使得原点位于图像中心
int cx = magnitudeImage.cols / 2;
int cy = magnitudeImage.rows / 2;
Mat q0(magnitudeImage, Rect(0, 0, cx, cy)); //ROI区域的左上
Mat q1(magnitudeImage, Rect(cx, 0, cx, cy)); //ROI区域的右上
Mat q2(magnitudeImage, Rect(0, cy, cx, cy)); //ROI区域的左下
Mat q3(magnitudeImage, Rect(cx, cy, cx, cy)); //ROI区域的右下
// 交换象限(左上与右下进行交换)
Mat tmp;
q0.copyTo(tmp);
q3.copyTo(q0);
tmp.copyTo(q3);
//交换象限(右上与左下进行交换)
q1.copyTo(tmp);
q2.copyTo(q1);
tmp.copyTo(q2);
//归一化,用0到1之间的浮点值将矩阵变换成可视的图像格式
normalize(magnitudeImage, magnitudeImage, 0, 1, NORM_MINMAX);
//显示效果图
imshow("频谱幅值", magnitudeImage);
waitKey(0);
return 0;
}
效果图: