opencv:傅里叶变换

示例代码：

#include <opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;
int main()
{
    // 1. 以灰度模式读取原始图并显示
    Mat srcImage = imread("005.jpg", 0);
    if (!srcImage.data){ printf("input image error ! \n"); return false; }
    imshow("原始图", srcImage);
    // 2. 将输入图像延展到最佳的尺寸，边界有0填充；
    int m = getOptimalDFTSize(srcImage.rows);
    int n = getOptimalDFTSize(srcImage.cols); // 以上两个是获得src图像的最佳DFT尺寸
    // 将添加的像素初始化为0；
    Mat padded;
    copyMakeBorder(srcImage, padded, 0, m - srcImage.rows, 0, n - srcImage.cols, BORDER_CONSTANT, Scalar::all(0));
    // 3. 为傅里叶变化的结果（实部和虚部）分配储存空间
    // 将planes数组组合合并成一个多通道的数组complexI
    Mat planes[] = { Mat_<float>(padded), Mat::zeros(padded.size(), CV_32F) };
    Mat complexI;
    merge(planes, 2, complexI);
    // 4. 进行就地离散傅里叶变换
    dft(complexI, complexI);
    // 5. 将复数转换为幅值，即log (1+sqrt(Re(DFT(I)^2+IM(DFT(I)^2))
    split(complexI, planes); // 多通道分离成几个单通道数组 [0] =Re.. [1] = Im..
    magnitude(planes[0], planes[1], planes[0]);
    Mat magnitudeImage = planes[0];
    // 6. 进行尺度log 缩放
    magnitudeImage += Scalar::all(1);
    log(magnitudeImage, magnitudeImage); // 求自然对数
    // 7. 剪切和重分布幅度象限
    // 若有奇数行或者列，进行频谱裁剪
    magnitudeImage = magnitudeImage(Rect(0, 0, magnitudeImage.cols&-2, magnitudeImage.rows&-2));
    // 重新排列傅里叶图像中的象限，使得原点位于图像中心
    int cx = magnitudeImage.cols / 2;
    int cy = magnitudeImage.rows / 2;
    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（左上和右下交换）
    Mat tmp;
    q0.copyTo(tmp);
    q3.copyTo(q0);
    tmp.copyTo(q3);
    //交换象限（右上和左下）
    q1.copyTo(tmp);
    q2.copyTo(q1);
    tmp.copyTo(q2);
    // 8. 归一化 用0到1之间的浮点值将矩阵变换为可是的图像格式
    normalize(magnitudeImage, magnitudeImage, 0, 1, NORM_MINMAX);
    // 9. 显示效果
    imshow("频谱幅值", magnitudeImage);
    waitKey(0);
    
    return 0;
}

 

　　

转载于:https://www.cnblogs.com/whlook/p/6476934.html