1、halcon的傅里叶变换

傅里叶变换

在halcon中，傅里叶变换是将图像从空间域转换到频域，在频域中进行滤波，再从频域转换到空间域，然后进行图像处理。

空间域 --> 频域 -->滤波 --> 空间域 --> 图像处理

滤波的作用

高通滤波器，会将图像中的轮廓提取出来（噪声和轮廓就是灰度值变化剧烈的地带）。
低通滤波器，只显示灰度值变化不剧烈的区域，会过滤掉边缘轮廓和噪声，使得图片变得模糊。
图片来源图像处理

滤波器 一般有三种方法：
1、直接使用算子gen_highpass()，gen_lowpass() 生成高通和低通滤波器；
使用算子gen_gauss_filter()生成一个高斯滤波器（低通滤波器，sigma值越大，通过的信号更加的集中在低频，这样做的目的是得到背景）。

2、使用算子power_real()生成一个复杂图像的功率谱，把功率谱图像当成正常的空域图像进行BLOB分析即可。

3、在频域图中通过画区域paint_region()来遮挡高频或低频的部分。

算子说明可以参考傅里叶变换涉及的算子

4、高通滤波与低通滤波的效果图

空间域 => 频域

1、最简单的形式：
fft_image(Image : ImageFFT : : )

2、通用算子：既可以变换到频域，又可以变换回频域
fft_generic(Image,ImageFFT,'to_freq',-1,'sqrt','dc_center','complex') 低频成分在图像中心
fft_generic(Image,ImageFFT,'to_freq',-1,'n','dc_edge','complex') 低频成分在图像4个角

3、通用算子，既可以变换到频域，又可以变换回频域，
与fft_generic的最主要差异是rft_generic低频成分在图像4个角
rft_generic(Image : ImageFFT : Direction, Norm, ResultType, Width : )

频域=>空间

1、最简单的形式：
fft_image_inv


2、变换到空间域常用的形式
fft_generic(Image : ImageFFT : Direction, Exponent, Norm, Mode, ResultType : )

fft_generic(Image,ImageFFT,'from_freq',1,'sqrt','dc_center','byte') 

fft_generic(Image,ImageFFT,'from_freq',1,'none','dc_edge','byte') 

3、通用算子，既可以变换到频域，又可以变换回频域
rft_generic(Image : ImageFFT : Direction, Norm, ResultType, Width : )

例程说明

1、画区域paint_region()来遮挡高频的部分，图片顺序

代码实现：

read_image (Image11, 'H:/BaiduNetdiskDownload/图片/11.png')

rgb1_to_gray (Image11, GrayImage)
fft_image (GrayImage, ImageFFT)

gen_rectangle1 (ROI_0, -0.5, 399.311, 169.691, 423.571)
gen_rectangle1 (TMP_Region, 158.828, 313.914, 225.215, 455.595)
union2 (ROI_0, TMP_Region, ROI_0)
gen_rectangle1 (TMP_Region, 220.387, 397.37, 298.844, 421.63)
union2 (ROI_0, TMP_Region, ROI_0)
gen_rectangle1 (TMP_Region, 291.602, 399.311, 303.672, 421.63)
union2 (ROI_0, TMP_Region, ROI_0)
gen_rectangle1 (TMP_Region, 313.328, 404.163, 616.293, 418.719)
union2 (ROI_0, TMP_Region, ROI_0)
paint_region (ROI_0, ImageFFT, ImageResult, 0, 'fill')
fft_image_inv (ImageResult, ImageFFTInv)

更多例程可见例程