数字图像的空间域滤波和频率域滤波

最新推荐文章于 2024-08-16 22:27:06 发布

algzjh

最新推荐文章于 2024-08-16 22:27:06 发布

阅读量5.9k

点赞数 1

分类专栏： # 数字图像处理

本文链接：https://blog.csdn.net/algzjh/article/details/78681098

版权

本文介绍了数字图像处理中的傅里叶变换和傅里叶反变换，重点探讨了低通滤波器在图像滤波中的应用。

摘要由CSDN通过智能技术生成

傅里叶变换

import cv2
import numpy as np
import matplotlib.pyplot as plt

img = cv2.imread('woman.tif',0)

f = np.fft.fft2(img)  # 快速傅里叶变换算法得到频率分布
fshift = np.fft.fftshift(f)  # 默认结果中心点位置是在左上角，转移到中间位置
#取绝对值：将复数变化成实数
#取对数的目的为了将数据变化到较小的范围（比如0-255）
s1 = np.log(np.abs(f))
s2 = np.log(np.abs(fshift))
ph_f = np.angle(f)
ph_fshift = np.angle(fshift)
plt.subplot(221),plt.imshow(s1,'gray'),plt.title('original magnitude')
plt.subplot(222),plt.imshow(s2,'gray'),plt.title('center magnitude')
plt.subplot(223),plt.imshow(ph_f,'gray'),plt.title('original phase')
plt.subplot(224),plt.imshow(ph_fshift,'gray'),plt.title('center phase')
plt.show();

傅里叶反变换

import cv2
import numpy as np
import matplotlib.pyplot as plt

img = cv2.imread('woman.tif',0)
f = np.fft.fft2(img)
fshift = np.fft.fftshift(f)

s1 = np.log(np.abs(fshift))
plt.subplot(131),plt.imshow(img,'gray'),plt.title(