OpenCV3 vs2013 图像处理——傅里叶变换（亲测可用）

最新推荐文章于 2019-10-09 17:00:13 发布

跟着小冶一起干

最新推荐文章于 2019-10-09 17:00:13 发布

阅读量909

点赞数 1

分类专栏： OpenCV代码文章标签： OpenCV3 vs2013 图像处理傅里叶变换

本文链接：https://blog.csdn.net/qq_36162036/article/details/89437219

版权

OpenCV代码专栏收录该内容

7 篇文章 0 订阅

订阅专栏

#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
using namespace std;
using namespace cv;
int main(){
   //1.以灰度读取图像，并显示
   Mat srcImage = imread("靶标原图.png",0);
   if (!srcImage.data){
       printf("读取图片失败，请检查路径是否正确\n");
       return false;
   }
   imshow("原始图像", srcImage);
   //2.将图像扩大到合适尺寸，边界用0填充
   int m = getOptimalDFTSize(srcImage.rows);
   int n = getOptimalDFTSize(srcImage.cols);
   //将填充的像素初始化为0；
   Mat padded;
   copyMakeBorder(srcImage, padded, 0, m - srcImage.rows, 0, n - srcImage.cols, BORDER_CONSTANT, Scalar::all(0));
   //3.为傅里叶变换结果分配存储空间
   //傅里叶变换结果是复数，频域值范围远超空间值范围，因此需用float格式存储，另加一个通道存储复数部分
   Mat planes[] = { Mat_<float>(padded), Mat::zeros(padded.size(), CV_32F) };
   Mat complexI;
   merge(planes, 2, complexI);
   //4.进行傅里叶变换
   dft(complexI, complexI);
   //5.将复数转化为幅值
   split(complexI, planes);//多通道分离
   magnitude(planes[0], planes[1], planes[0]);
   Mat magnitudeImage = planes[0];
   //6.进行对数尺寸缩放，用对数尺度替换线型尺度M1=log（M+1）
   magnitudeImage += Scalar::all(1);
   log(magnitudeImage, magnitudeImage);
   //7.剪切并重分布幅度象限
   magnitudeImage = magnitudeImage(Rect(0, 0, magnitudeImage.cols&-2, magnitudeImage.rows&-2));
   //重新排列象限点
   int cx = magnitudeImage.cols / 2;
   int cy = magnitudeImage.rows / 2;
   //重新划分傅里叶图像中的象限
   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));
   //交换象限（上左与右下，上右与下左）
   Mat tmp;
   q0.copyTo(tmp);
   q3.copyTo(q0);
   tmp.copyTo(q3);
   q1.copyTo(tmp);
   q2.copyTo(q1);
   tmp.copyTo(q2);
   //8.归一化，用0~1之间的浮点值将矩阵变化为可视的图像格式
   normalize(magnitudeImage, magnitudeImage, 0, 1, NORM_MINMAX);
   imshow("频谱幅值", magnitudeImage);
   dft(magnitudeImage, magnitudeImage, DFT_INVERSE, 0);
   imshow("反傅里叶变换", magnitudeImage);
   waitKey(0);
   return 0;
}