OpenCV python cv傅里叶变换高频域处理
处理图片:[source.jpg]
import cv2
import numpy as np
import matplotlib.pyplot as plt
MASK_SIZE = 40
def main():
# 1.导入图片
img_src = cv2.imread("source.jpg", cv2.IMREAD_GRAYSCALE)
# 2.mask图片建立
rows, cols = img_src.shape
cx, cy = int(rows/2), int(cols/2)
mask = np.zeros((rows, cols, 2), np.uint8)
mask[cx-MASK_SIZE: cx+MASK_SIZE, cy-MASK_SIZE: cy+MASK_SIZE] = 1
# 3.傅里叶变换
img_float = np.array(img_src, dtype=float)
dft = cv2.dft(img_float, flags=cv2.DFT_COMPLEX_OUTPUT)
dft_shift = np.fft.fftshift(dft)
# 4.掩模处理 频域图获取
mask_shift = dft_shift * mask
magnitude_spectrum = 20 * np.log(cv2.magnitude(dft_shift[:, :, 0], dft_shift[:, :, 1]))
mask_spectrum = 20 * np.log(cv2.magnitude(mask_shift[:, :, 0], mask_shift[:, :, 1]))
# 5.逆傅里叶变换
inverse_shift = np.fft.ifftshift(mask_shift)
img_inverse = cv2.idft(inverse_shift)
img_inverse = cv2.magnitude(img_inverse[:, :, 0], img_inverse[:, :, 1])
# 6.显示结果
plt.figure("傅里叶变换", figsize=(10, 6))
plt.subplot(221)
plt.imshow(img_src, cmap="gray")
plt.title("img_src")
plt.axis("off")
plt.subplot(222)
plt.imshow(img_inverse, cmap="gray")
plt.title("img_inverse")
plt.axis("off")
plt.subplot(223)
plt.imshow(magnitude_spectrum, cmap="gray")
plt.title("spectrum")
plt.axis("off")
plt.subplot(224)
plt.imshow(mask_spectrum, cmap="gray")
plt.title("spectrum_mask")
plt.axis("off")
plt.show()
if __name__ == '__main__':
main()
处理结果图片: