离散傅里叶变换:示例程序
在此示例中,将展示如何计算以及显示傅里叶变换后的幅度图像。由于数字图像的离散性,像素值的取值范围也是有限的。比如在一张灰度图像中,像素灰度值一般在0到255之间。因此,我们这里讨论的也仅仅是离散傅里叶变换(DFT)。如果需要得到图像中的几何结构信息,那么就要用到离散傅里叶变换了。下面的步骤将以输入图像为单通道的灰度图像Ⅰ为例,进行分步说明。
1.【第一步】载入原始图像
我们在这一步以灰度模式读取原始图像,进行是否读取成功的检测,并显示出读取到的图像。代码如下。
//[1]以灰度模式读取原始图像并显示
Mat srcImage = imread("E:/pictures/2.jpg", 0);
imshow("原始图像", srcImage);
2.【第二步】将图像扩大到合适的尺寸
离散傅里叶变换的运行速度与图片的尺寸有很大关系。当图像的尺寸是2、3、5的整数倍时,计算速度最快。因此,为了达到快速计算的目的,经常通过添凑新的边缘像素的方法获取最佳图像尺寸。函数getOptimalDFTSize()用于返回最佳尺寸,而函数copyMakeBorder()用于填充边缘像素,这一步代码如下。
//[2]将输入图像延扩到最佳尺寸,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_