数字图像基础——傅里叶变换

最新推荐文章于 2023-09-11 15:13:36 发布

Python小丸子.

最新推荐文章于 2023-09-11 15:13:36 发布

阅读量175

点赞数

文章标签： python 开发语言

本文链接：https://blog.csdn.net/m0_61497715/article/details/129962849

版权

该代码示例展示了如何使用Python的numpy、scikit-image和opencv库进行傅里叶变换，将图像转换为其频率分布。首先，读取并转换图像为灰度，然后应用快速傅里叶变换（fft2），接着使用fftshift移动中心，并对结果取对数和绝对值以可视化频谱。最后，用matplotlib和opencv显示原始图像及其傅里叶频谱。

摘要由CSDN通过智能技术生成

傅里叶变换代码：

from skimage import data,io,color
import numpy as np
from matplotlib import pyplot as plt
import cv2 as cv
"""中文显示工具函数"""
def set_ch():
    from pylab import mpl
    mpl.rcParams['font.sans-serif']=['FangSong']
    mpl.rcParams['axes.unicode_minus']=False
set_ch()
# img = data.camera()
#img = io.imread('D:\shuzi_image\cat.jpg')
img = cv.imread('./cat/cat1.png')
img=color.rgb2gray(img)
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
fimg = np.log(np.abs(fshift)) # fft 结果是复数，求绝对值结果才是振幅
# 展示结果
plt.subplot(121), plt.imshow(img, 'gray'), plt.title('原始图像')
plt.subplot(122), plt.imshow(fimg, 'gray'), plt.title('傅里叶频谱')
plt.subplot(122)
fimg=fimg.astype(np.uint8)
cv.namedWindow('image')
cv.imshow("image",fimg*23)
cv.waitKey()
plt.show()