OpenCV学习（22）

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_