2019-8-16 opencv图像处理11-图像变换（傅里叶变换）numpy和opencv实现-分析频率特性

官网 https://docs.opencv.org/3.4.1/de/dbc/tutorial_py_fourier_transform.html

傅里叶变换通常被用来分析各种滤波器的频率特性。
对于图像，2D离散傅里叶变换(DFT)被用于发现频域（frequency domain）。有一个计算DFT的快速算法叫快速傅里叶变换(FFT)。以上内容细节可以在任何一本图像处理或者信号处理的书中找到。

对于正弦信号
$x(t)=Asin(2\pi ft)$
f是信号频率，如果把这个信号转到它的频域表示，我们可以在f中看到一个峰值。
如果对信号以离散形式采样，我们可以得到同样的频域（只不过是离散的），但是周期是 [−π,π] 或者 [0,2π] （N点DFT是 [0,N]