图像处理-傅里叶变换

快速傅里叶变换代码

import numpy as np
import matplotlib.pyplot as plt
import cv2
from glob import glob
import os

fpath = '.\\test2\\'  # 文件的路径
files = glob(fpath + "**/*.png", recursive=True)  # recursive=True会对路径下的所有子文件里的图片进行处理
total = len(files)  # 总文件数
cur = 1  # 当前文件序号
print("共有" + str(total) + "个文件，开始处理")
print("-----------------------------------")
for infile in files:
    try:
        # f, ext = os.path.splitext(infile) # 分离文件名和后缀
        print("进度:" + str(cur) + "/" + str(total) + "   " + infile)
        img = cv2.imread(infile, 0)  # 0，2是以灰色读取图片，1，3-...是彩色
        dft = cv2.dft(np.float32(img), flags=cv2.DFT_COMPLEX_OUTPUT)
        dft_shift = np.fft.fftshift(dft)
        magnitude_spectrum = 20 * np.log(cv2.magnitude(dft_shift[:, :, 0], dft_shift[:, :, 1]))
        cv2.imwrite("{0}_FFT_trans.{1}".format("".join(infile.rsplit(".", 1)[:-1]), "".join(infile.rsplit(".", 1)[-1])), magnitude_spectrum)
        # 保存在当前目录下，图片名字添加后缀_FFT_trans
        cur = cur + 1
    except OSError:
        print(infile + "文件错误，忽略")

# fft原文链接：https://blog.csdn.net/qq_41997920/article/details/100122021

测试

变换正样例：

 变换有瑕疵的样例：

 

参考：

3blue1brown视频入门讲解形象展示傅里叶变换

python实现图像傅里叶变换

halcon学习网基于FFT的瑕疵检测提供的思路非常重要

有时间可以去看：

图像傅里叶变换

从头到尾彻底理解傅里叶变换算法、上、下篇