OpenCV中的傅里叶变换

本文介绍了傅里叶变换在图像处理中的应用,重点讲解如何使用OpenCV库进行傅里叶变换,将图像从空间域转换到频域,通过分析频域图像的频率分布来揭示图像的细节和高频特征,如边缘和纹理。
摘要由CSDN通过智能技术生成

傅里叶变换 (FT) 是一个很重要的图像处理工具,用于将图像分解为频率组件。FT 的输出表 示频域内的图像,而输出图像等同于空间域 (x, y)。在频域图像中,每个点表示空间域中包 含的特定频率。因此,对于有很多高频组件(边缘、角落和条纹)的图像,频域中将有很多 点的频率值很高。
以下是傅里叶变换的代码:

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

%matplotlib inline

#Read in the images
image_stripes = cv2.imread('images/stripes.jpg')
#Change color to RGB (from BGR)
image_stripes = cv2.cvtColor(image_stripes, cv2.COLOR_BGR2RGB)

#Read in the images
image_solid = cv2.imread('images/pink_solid.jpg')
#Change color to RGB (from BGR)
image_solid = cv2.cvtColor(image_solid, cv2.COLOR_BGR2RGB)


#Display the images
f, (ax1,ax2) = plt.subplots(1, 2, figsize=(10,5))

ax1.imshow(image_stripes)
ax2.imshow(image_solid)
#convert to grayscale to focus on the intensity patterns in the image
gray_stripes = cv2.cvtColor(image_stripes, cv2.COLOR_RGB2GRAY)
gray_solid = cv2.cvtColor(
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