三窗口播放视频文件的灰度影像和其傅里叶变换振幅谱

import cv2
import numpy as np

# 载入视频文件
cap = cv2.VideoCapture('bike.mp4')

while True:
    # 读取一帧图像
    ret, frame = cap.read()
    
    # 如果没有读取到帧则退出循环
    if not ret:
        break
        
    # 灰度影像
    gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 将原始图像转换为灰度图像
    
    # 显示灰度影像
    cv2.imshow('frame', gray_frame)
    
    # 原始振幅谱
    fft = np.fft.fft2(gray_frame) # 计算原始图像的二维傅里叶变换
    mag_spectrum = np.abs(fft) # 计算原始振幅谱
    mag_spectrum = np.log(mag_spectrum) # 将振幅谱转换为对数刻度，以便更好地可视化
    
    # 显示原始振幅谱
    cv2.imshow('mg_spc', mag_spectrum)
    
    # 平移后振幅谱
    fft_shift = np.fft.fftshift(fft) # 平移原始傅里叶变换以使低频部分在图像中心
    mag_spectrum_shift = np.abs(fft_shift) # 计算平移后的振幅谱
    mag_spectrum_shift = np.log(mag_spectrum_shift) # 将平移后的振幅谱转换为对数刻度，以便更好地可视化
    
    # 显示平移后的振幅谱
    cv2.imshow('mg_spc_shift', mag_spectrum_shift)
    
    # 等待按键事件或一定的时间，然后关闭所有窗口
    if cv2.waitKey(25) & 0xFF == ord('q'):
        break

# 释放视频文件
cap.release()

# 关闭所有窗口
cv2.destroyAllWindows()

这段代码演示了如何使用OpenCV来载入并播放一个视频文件，并展示了视频文件的灰度影像和其傅里叶变换振幅谱。

首先，我们导入了OpenCV和Numpy库。然后，使用cv2.VideoCapture()函数载入指定的视频文件，通过循环不断读取视频文件的每一帧图像。

我们将每一帧的原始图像转换为灰度图像，并在一个名为“frame”的窗口中显示。接下来，我们对每一帧图像进行二维傅里叶变换，并计算其原始振幅谱，并在名为“mg_spc”的窗口中显示。

最后，我们使用np.fft.fftshift()函数对原始傅里叶变换进行平移，以使低频部分在图像中心。然后，计算平移后的振幅谱并在名为“mg_spc_shift”的窗口中显示。我们使用cv2.waitKey()函数等待按键事件或一定的时间，当按下键盘上的“q”键时，退出循环并释放视频文件。

这段代码演示了如何使用OpenCV和Numpy库处理和可视化图像和其傅里叶变换，并为处理结果创建多个窗口。

这段代码的思路如下：

1. 导入必要的库：OpenCV和Numpy。
2. 使用cv2.VideoCapture()函数载入指定的视频文件，创建一个VideoCapture对象cap。
3. 使用while循环不断读取cap对象的每一帧图像，直到视频文件读取完毕或用户按下“q”键退出。
4. 对于每一帧图像，将其转换为灰度图像。
5. 在一个名为“frame”的窗口中显示原始灰度图像。
6. 对于每一帧图像，使用Numpy中的二维傅里叶变换函数np.fft.fft2()计算其傅里叶变换，并使用Numpy中的函数np.fft.fftshift()进行平移操作。
7. 计算原始傅里叶变换的振幅谱，并在名为“mg_spc”的窗口中显示。
8. 计算平移后的傅里叶变换的振幅谱，并在名为“mg_spc_shift”的窗口中显示。
9. 使用cv2.waitKey()函数等待按键事件或一定的时间，当按下键盘上的“q”键时，退出循环并释放视频文件。
10. 关闭所有窗口，结束程序的运行。

总的来说，这段代码展示了如何使用OpenCV和Numpy库来处理和可视化图像和其傅里叶变换，以及如何创建多个窗口并在窗口中展示图像。同时，这段代码也展示了基本的循环控制和键盘事件处理的技巧。

1、导入必要的库：OpenCV和Numpy。

这一段代码导入了OpenCV和Numpy两个库，这两个库是图像处理和计算科学中最为常用的Python库。在这个代码中，OpenCV库用于载入视频文件和图像展示，Numpy库用于傅里叶变换和数组操作等。

2、使用cv2.VideoCapture()函数载入指定的视频文件，创建一个VideoCapture对象cap。

这一段代码使用cv2.VideoCapture()函数载入指定的视频文件，创建一个VideoCapture对象cap。VideoCapture对象cap可以用来从视频中读取每一帧图像。

3、使用while循环不断读取cap对象的每一帧图像，直到视频文件读取完毕或用户按下“q”键退出。

这一段代码使用while循环不断读取VideoCapture对象cap中的每一帧图像。当读取完视频文件中的所有帧图像，或用户按下键盘上的“q”键时，退出循环。

4、对于每一帧图像，将其转换为灰度图像。

这一段代码将每一帧读取的彩色图像转换为灰度图像，方便后续傅里叶变换的处理。

5、在一个名为“frame”的窗口中显示原始灰度图像。

这一段代码将原始灰度图像在名为“frame”的窗口中显示，用户可以观察视频的每一帧图像。

6、对于每一帧图像，使用Numpy中的二维傅里叶变换函数np.fft.fft2()计算其傅里叶变换，并使用Numpy中的函数np.fft.fftshift()进行平移操作。

这一段代码使用Numpy中的fft2()函数对每一帧灰度图像进行二维傅里叶变换，并使用fftshift()函数对傅里叶变换的结果进行平移操作，方便后续振幅谱的计算和展示。

7、计算原始傅里叶变换的振幅谱，并在名为“mg_spc”的窗口中显示。

这一段代码使用Numpy中的函数计算原始傅里叶变换的振幅谱，并在名为“mg_spc”的窗口中展示，方便用户观察傅里叶变换的结果。

8、计算平移后的傅里叶变换的振幅谱，并在名为“mg_spc_shift”的窗口中显示。

这一段代码使用Numpy中的函数计算平移后的傅里叶变换的振幅谱，并在名为“mg_spc_shift”的窗口中展示，方便用户观察平移后傅里叶变换的结果。

9、使用cv2.waitKey()函数等待按键事件或一定的时间，当按下键盘上的“q”键时，退出循环并释放视频文件。

当用户按下键盘上的“q”键或指定时间到达时，cv2.waitKey()函数将返回-1。我们可以使用这个返回值来检测是否有按键事件发生。如果有按键事件，我们可以使用cv2.waitKey(1) & 0xFF语句获取该事件的ASCII码值，然后与ord('q')进行比较，以检测是否按下了“q”键。如果按下了“q”键，则cv2.waitKey()函数将返回-1，我们可以使用break语句退出while循环。否则，程序将继续等待用户的按键事件。如果我们设置了一个非零的等待时间，cv2.waitKey()函数将在指定的时间内等待按键事件。如果没有按键事件发生，则cv2.waitKey()函数将返回-1，并继续执行程序。