QT 实现图像处理-傅立叶变换、傅立叶反变换、平滑、锐化与模板匹配

实验环境：
1，Linux操作系统
2，QT3编程开发环境
3，C++编程语言

傅立叶变换和傅立叶反 变换

1.1. 主要源代码

readImage() 从图像中读取数据
writeImage() 往图像中写入数据
fft() 快速傅立叶变换
ifft() 快速傅立叶反变换
adjustImageSize() 调整图像大小
fourier() 傅立叶变换
ifourier() 傅立叶反变换

1.1.1 从图像中读取数据

void ImageProcess::readImage(complex<double> data[], const QImage &srcImage)

{

byte *pImageBytes = srcImage.bits(); //数据首地址

int depth = srcImage.depth(); //每个像素的bit数

int lineBytes = srcImage.bytesPerLine(); //每行的字节数

int w = srcImage.width(); //宽

int h = srcImage.height(); //高

byte *pByte;

//遍历读取每个像素，并转换为灰度值

int i, j;

for(i = 0; i < h; i++)

{

for(j = 0; j < w; j++)

{

if(8 == depth) //采用了256色调色板，8位颜色索引

{

pByte = pImageBytes + i * lineBytes + j;

data[i * w + j] = complex<double>( *pByte, 0);

}

else if(32 == depth)//32位表示，数据格式为0xFFBBGGRR或0xAABBGGRR

{

pByte = pImageBytes + i * lineBytes + j * 4;

//根据RGB模式转化成YIQ色彩模式的方式，取Y作为灰 度值

byte pixelValue = (byte)(0.299 * (float)pByte[0] + 0.587 * (float)pByte[1]

+ 0.114 * (float)pByte[2]);

data[i * w + j] = complex<double>( pixelValue, 0);

}

else

{

cout << "invalid format. depth = " << depth << "/n";

return;

}

}

}

}

1.1.2 将数据写入图像

//coef为比例系数，主要用来调整灰度值以便于观察

void ImageProcess::writeImage(QImage &destImage, const complex<double> data[], double coef)

{

int lineBytes = destImage.bytesPerLine();

int depth = destImage.depth();

int w = destImage.width();

int h = destImage.height();

byte *pImageBytes = destImage.bits();

byte *pByte;

for(int i = 0; i < h; i++)

{

for(int j = 0; j < w; j++)

{

double spectral = abs(data[i * w + j]) * coef; //灰度值调整

spectral = spectral > 255 ? 255 : spectral;

//根据图像格式写数据

if(8 == depth)

{

pByte = pImageBytes + i * lineBytes + j;

*pByte = spectral;

}

else if(32 == depth)

{

pByte = pImageBytes + i * lineBytes + j * 4;

pByte[0] = pByte[1] = pByte[2] = spectral;

}

else

{

return;

}

}

}

}

1.1.3 递归形式的快速傅立叶变换

// 数组a为输入，数组y为输出，2的power次方为数组的长度

void ImageProcess::fft(const complex<double> a[], complex<double> y[], int power)

{

if(0 == power)

{

y[0] = a[0];

return;

}

int n = 1 << power;

double angle = 2 * PI / n;

complex<double> wn(cos(angle), sin(angle));

complex<double> w(1, 0);

complex<double> *a0 = new complex<double>[n / 2];

complex<double> *a1 = new complex<double>[n / 2];

complex<double> *y0 = new complex<double>[n / 2];

complex<double> *y1 = new complex<double>[n / 2];

for(int i = 0; i < n / 2; i ++)

{

a0[i] = a[2 * i];

a1[i] = a[2 * i + 1];

}

//分开成两个子fft过程

fft(a0, y0, power - 1);

fft(a1, y1, power - 1);

complex<double> u;

for(int k = 0; k < n / 2; k++) //蝶形算法

{

u = w * y1[k];

y[k] = y0[k] +