【opencv】第14章傅立叶变换

Enzo 想砸电脑

已于 2022-10-04 11:23:56 修改

阅读量202

点赞数

文章标签：计算机视觉 python opencv

于 2021-01-31 11:15:41 首次发布

本文链接：https://blog.csdn.net/weixin_37804469/article/details/113458898

版权

OpenCV 专栏收录该内容

34 篇文章 36 订阅

订阅专栏

在这里插入图片描述

在数学概念里，傅立叶转换指的是时间域转转换到频率域
在OpenCV概念里，傅立叶变换指的是图像的空间域转换到频率域

作用：高通滤波，低通滤波

1、Numpy 实现傅立叶变换（逆傅立叶变换）

import cv2
import numpy as np
import matplotlib.pyplot as plt

# 读取图片
img = cv2.imread('/Users/manmi/Documents/GitHub/open_cv/源代码及图像/chapter14/image/boat.bmp', 0)
# 傅里叶转换
f = np.fft.fft2(img)
# 零频率分量移到频域图像的中心位置
fshift = np.fft.fftshift(f)
# 零频率分量移到频域图像的原始位置（左上角）
ishift = np.fft.ifftshift(fshift)
# 逆傅里叶转换，输出是一个复数
iimg = np.fft.ifft2(ishift)
# 将复数调整到 [0, 255] 的灰度空间
iimg = np.abs(iimg)

# plot 原始图像和操作后的结果图像
plt.subplot(121), plt.imshow(img, cmap='gray')
plt.title('original'), plt.axis('off')
plt.subplot(122), plt.imshow(iimg, cmap='gray')
plt.title('iimg'), plt.axis('off')
plt.show()        # 得到的图像是一样的。

在这里插入图片描述

高通滤波举例：

import cv2
import numpy as np
import matplotlib.pyplot as plt

# 读取图片
img = cv2.imread('/Users/manmi/Documents/GitHub/open_cv/源代码及图像/chapter14/image/boat.bmp', 0)
# 傅里叶转换
f = np.fft.fft2(img)
# 零频率分量移到频域图像的中心位置
fshift = np.fft.fftshift(f)

# 频域图像中心区域（低频信息区域）值设置为0
rows, cols, = img.shape
crows, ccols = int(rows/2), int(cols/2)
fshift[crows-30:crows+30, ccols-30:ccols+30] = 0

# 零频率分量移到频域图像的原始位置（左上角）
ishift = np.fft.ifftshift(fshift)
# 逆傅里叶转换，输出是一个复数
iimg = np.fft.ifft2(ishift)
# 将复数调整到 [0, 255] 的灰度空间
iimg = np.abs(iimg)

# plot 原始图像和操作后的结果图像
plt.subplot(121), plt.imshow(img, cmap='gray')
plt.title('original'), plt.axis('off')
plt.subplot(122), plt.imshow(iimg, cmap='gray')
plt.title('iimg'), plt.axis('off')
plt.show()        # 得到的图像是一样的。