《Opencv计算机视觉实战》笔记_10：傅里叶变换

傅里叶变换

cv2.dft(src[, dst[, flags]]) 傅里叶变换

• src：输入(必须先转换成np.float32格式)
• dst：输出
• flags：转换标志

numpy.fft.fftshift(x, axes=None) 将频率为0的部分转换到频谱的中心

将在左上角频率为0的部分转换到中心位置(一般会将低频部分置于频谱中心，高频部分由中心向四周发散，越远离中心，频率越高)

• x：输入(经过傅里叶变换(cv2.dft))

cv2.magnitude(x, y[, magnitude]) 计算2D向量的大小

• x：经过傅里叶变换(cv2.dft)和频谱转换(numpy.fft.fftshift)后的某一通道
• y：经过傅里叶变换(cv2.dft)和频谱转换(numpy.fft.fftshift)后的某一通道(必须和x有相同的size)
• 把结果映射到0~255：20*np.log(cv2.magnitude())

cv2.idft(src[, dst[, flags]]) 傅里叶逆变换

• src：输入(必须先转换成np.float32格式)
• dst：输出
• flags：转换标志