python实现图像的频域滤波_一起学习python-opencv二十七（图像频域操作下）

频域滤波演示

频域滤波其实就是根据卷积定理把原来在空间域的操作转移到频域，这样会提高速度，然后再傅里叶反变换回去得到结果，需要注意的是根据卷积的定义，空域滤波的时候需要翻转模板，不过一般的模板都是对称的，可以不用翻转。

这是前面提到过的卷积定理。首先要避免缠绕的条件是

然后频域滤波的步骤就是：

其中乘以(-1)^(x+y)和fftshift是等价的，这个我暂时也没想明白为什么，不过我试验过

用fftshift的结果ifft回来，看到的就像是原来的乘一个(-1)^(x+y)一样。

我们用python来演示几个滤波函数，参考了https://www.cnblogs.com/tlnshuju/p/7308590.html

上面的文章还叙述了一个比较有意思的现象。

代码在文中有，我们来看结果

虽然相位并不是方向的含义，学过三角函数的都知道，相位决定了什么位置三角函数有最大值

，有最小值，幅值只是决定这个值有多大，那么用在图像里面，幅值只是决定亮度信息，也就是决定山有多高，而相位决定的是哪里应该高，哪里应该低。相位决定的是一个地方的地形特征，比如这里是盆地，这里是高原，而幅值决定的是盆地有多低，高原有多高，可以说相位信息包含了大部分的边缘信息，而幅值是对边缘细节的补充，比如边缘应该有多陡。

但是最后的频域滤波的结果不太对，

我有点迷茫，同样的操作在MATLAB我做过，空域频域结果是一样的啊。