OpenCV python cv傅里叶变换(低通滤波)

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: