图像傅里叶变换
二维离散傅里叶变换是将图像从空间域转至频域,在图像增强、图像去噪、图像边缘检测、图像特征提取、图像压缩等等应用中都起着极其重要的作用。理论基础是任意函数都可以表示成正弦函数的线性组合的形式。公式如下
逆变换公式如下
令 R(u,v) 和 I(u,c) 分别表示 F(u,v) 的实部和虚部。
幅度谱为
相位谱为
指数表示
功率谱为
示例演示
首先我们演示下,从一幅图像得到其的幅度谱和相位谱,然后再根据幅度谱和相位谱还原图像。代码如下。
void MainWindow::dftTransform(cv::Mat &image)
{
image.convertTo(image, CV_32F);
std::vector<cv::Mat> channels;
split(image, channels); //分离图像的RGB通道,
cv::Mat image_B = channels[0]; //OpenCV:BGR
//expand input image to optimal size
int m1 = cv::getOptimalDFTSize(image_B.rows); //选取最适合做fft的宽和高
int n1 = cv::getOptimalDFTSize(image_B.cols);
cv::Mat padded;
//填充0
cv::copyMakeBorder(image_B, padded, 0, m1 - image_B.rows, 0, n1 - image_B.cols, cv::BORDER_CONSTANT, cv::Scalar::all(0));
cv::Mat planes[] = { cv::Mat_<float>(padded), cv::Mat::zeros(padded.size(), CV_32F) };
cv::Mat complexI;
cv::merge(planes, 2, complexI); //planes[0], planes[1]是实部和虚部
cv::dft(complexI, complexI, cv::DFT_SCALE | cv::DFT_COMPLEX_OUTPUT);
cv::split(complexI, planes);
//定义幅度谱和相位谱
cv::Mat ph, mag, idft;
cv::phase(planes[0], planes[1], ph);
cv::magnitude(planes[0], planes[1], mag); //由实部planes[0]和虚部planes[1]得到幅度谱mag和相位谱ph
cv::imshow("phase", ph);
cv::imshow("magnitude", mag);
/*
如果需要对实部planes[0]和虚部planes[1],或者幅度谱mag和相位谱ph进行操作,在这里进行更改
*/
cv::polarToCart(mag, ph, planes[0], planes[1]); //由幅度谱mag和相位谱ph恢复实部planes[0]和虚部planes[1]
cv::merge(planes, 2, idft);
cv::dft(idft, idft, cv::DFT_INVERSE | cv::DFT_REAL_OUTPUT);
image_B = idft(cv::Rect(0, 0, image.cols & -2, image.rows & -2));
image_B.copyTo(channels[0]);
merge(channels, image);
image.convertTo(image, CV_8U);
cv::imshow("idft", image);
}