opencv入门（六）

一、傅里叶变换

1.2 傅里叶变换理论基础（略）

---

1.3 使用 numpy 实现傅里叶变换

1.3.1 numpy.fft.fft2()：实现傅里叶变换，得到复数的二维数组

使用 fft2() 函数，用于实现傅里叶变换，得到复数的值
调用格式：
dst = numpy.fft.fft2(src)
函数说明：
① src：传入图像对象
② dst：得到未中心化的频率域傅里叶复数值

---

1.3.2 numpy.fft.fftshift()：实现中心化的傅里叶变换

使用 fftshift() 函数，用于实现中心化的傅里叶变换，得到复数的值
调用格式：
dst = numpy.fft.fftshift(fft)
函数说明：
① fft：传入使用 numpy.fft.fft2(src) 得到的结果(为中心化的傅里叶函数)
② dst：得到中心化的频率域傅里叶复数值

---

1.3.3 20*np.log(np.abs(fshift))：将复数取模得到频谱(abs(fshift))，再使用对数公式将结果标定到 [0 255]的区间内

使用 20np.log(np.abs(fshift)) 函数，用于根据复频域的傅里叶函数得到其频谱
调用格式：
dst = 20np.log(np.abs(fshift))
函数说明：
① fshift：传入傅里叶变换后的函数，可以是中心化后的，也可以不是中心化后的
② dst：得到(未)中心化的频率域傅里叶频谱

import cv2
import matplotlib.pyplot as plt
import numpy as np
# 读入图像，并将图像作为灰度图像处理
img = cv2.imread('XXX',cv2.IMREAD_GRAYSCALE)
# 得到未中心化的傅里叶函数
f = np.fft.fft2(img)

# 得到中心化的傅里叶函数
fshift = np.fft.fftshift(f)

# 得到中心化的傅里叶函数的频谱
result = 20*np.log(np.abs(fshift))

plt.figure()
# 显示原图像
plt.subplot(121)
plt.imshow(img,cmap = 'gray')
plt.title('original')
plt.axis('off')

# 显示傅里叶频谱
plt.subplot(122)
plt.imshow(result,cmap = 'gray')
plt.title('result')
plt.axis('off')

plt.