Opencv学习之离散傅立叶变换DFT

进行离散傅立叶变换主要用到dft()函数即
    dft(InputArray,OutputArray,flags=0,nonzeroRows=0);
其中InputArray为输入矩阵，可以为实数或者虚数。
OutputArray为输出矩阵。
flags为标志符，默认为0代表傅立叶变换，若换成下表标志符，代表不同的操作。
nonzeroRows默认值为0，当为非零值时如C.rows表示想要处理的那一行的值（假设只有矩阵的第一个非零行包含非零元素），这样函数就可对其他行进行更高效的处理，以节省时间开销，这项技术尤其是在采用DFT计算矩阵卷积时非常有效。

#include<opencv2/opencv.hpp>
#include<opencv2/core/core.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<iostream>


using namespace cv;

int main()
{
 //载入原始图像
    Mat srcImage=imread("/Users/new/Desktop/1.jpg",0);
    if(!srcImage.data)
    {
        printf("read image error \n");
        return false;
    }
    imshow("origin image",srcImage);
//将图像扩大到合适的尺寸（为了加速傅立叶变换）
    int m=getOptimalDFTSize(srcImage.rows);
    int n=getOptimalDFTSize(srcImage.cols);
    Mat padded;
    copyMakeBorder(srcImage,padded,0,m-srcImage.rows,0,n-srcImage.cols,BORDER_CONSTANT,Scalar::all(0));
//为傅立叶变换的结果（实部和虚部）分配存储空间（将输入图像转换成浮点类型，并多加一个额外通道来存储复数部分）
    Mat planes[]={Mat_<float>(padded),Mat::zeros(padded.size(),CV_32F)};
    Mat complexI;
    merge(planes,2,complexI);
//进行离散傅立叶变换
    dft(complexI,complexI);
//将复数转换成幅值
    split(complexI,planes);
    magnitude(planes[0], planes[1], planes[0]);
    Mat magnitudeImage=planes[0];
//进行对数尺度缩放（傅立叶变化的幅值范围大到不适合在屏幕上显示）
    magnitudeImage += Scalar::all(0);
    log(magnitudeImage,magnitudeImage);
//剪切和重分布幅度图像限（将幅度图像从中间划开，得到4张1/4子图像，将每张子图像看成幅度图的一个象限，重新分布，即将4个角点重叠到图片中心）
//将奇数列或奇数行裁剪成偶数行或偶数列（-2化为补码在进行按位与）
    magnitudeImage=magnitudeImage(Rect(0,0,magnitudeImage.cols & -2,magnitudeImage.rows & -2));
    int cx=magnitudeImage.cols/2;
    int cy=magnitudeImage.rows/2;
    Mat q0(magnitudeImage,Rect(0,0,cx,cy));
    Mat q1(magnitudeImage,Rect(cx,0,cx,cy));
    Mat q2(magnitudeImage,Rect(0,cy,cx,cy));
    Mat q3(magnitudeImage,Rect(cx,cy,cx,cy));
    Mat tmp;
    q0.copyTo(tmp);
    q3.copyTo(q0);
    tmp.copyTo(q3);
    q1.copyTo(tmp);
    q2.copyTo(q1);
    tmp.copyTo(q2);
//归一化（幅度归一化到可显示范围[0,1]）
    normalize(magnitudeImage, magnitudeImage,0,1,CV_MINMAX);
//显示效果图
    imshow("Spectral amplitude",magnitudeImage);
    waitKey();
    return 0; 
}

opencv学习收获：

1. 裁剪图片：Mat cutImage(Image，Rect(起始坐标x，起始坐标y，列长度，行长度));
2. 初始化为0：Scalar::all(0)；
3. vector容器表示：用大括号，planes={A,B}；
4. 复制图片：copyTo();