opencv学习——fft用numpy和cv2

本文详细介绍了如何利用numpy库和OpenCV库在Python中进行快速傅里叶变换(FFT)操作,用于图像处理。通过实例展示了FFT如何转换图像频域,并解释了在图像处理中的应用。
摘要由CSDN通过智能技术生成
import cv2
import numpy as np
from matplotlib import pyplot as plt
img = cv2.imread('images/33.jpg',0)
f = np.fft.fft2(img)  #傅里叶变换得到频谱,一般来说,低频分量模值最大
fshift = np.fft.fftshift(f)#平移频谱到图像中央
# 将频谱转换成db
magnitude_spectrum = 20*np.log(np.abs(fshift))
plt.subplot(321),plt.imshow(img, cmap = 'gray')
plt.title('Input Image'), plt.xticks([]), plt.yticks([])
plt.subplot(322),plt.imsh
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值