Halcon:傅里叶变换（4）高通低通滤波器

讲一下常用的高通滤波器和低通滤波器
低通滤波器：代表低频通过的滤波器，就是中间的低频通过，边缘的高频不通过。
正常表现形式就是如下：
中间为白色通过区域，背景为黑色不通过区域
反傅里叶变换后：边缘，菱角就不清晰了，类似模糊了一样

高通滤波器：代表高频通过的滤波器，就是中间的低频不通过，四周的高频通过。
正常表现形式就是如下：
中间为黑色通过区域，背景为白色不通过区域
反傅里叶变换后：边缘出来

带通滤波器：
类似圆环，将高通和低通部分都不保留，中间的灰度差变化不明显部分进行通过。

原图：

频域图：

能稍微的看出第一和第四象限复杂一点，是因为帽子的戴法。导致顺时针45°方向的亮度变化更加复杂一些，反映在频谱图上就更复杂一些。
如果原图做Y轴对称，能够看到频谱图就是顺时针135°方向上更加复杂了。

halcon上的高通滤波器如下
*生成高通滤波,参数0.2是中间圆的直径大小。
*越大说明低频挡的越多，说明转换后的原图，就只有最最明显的灰度差的区域才能保留下来。
*简单描述：值越大，说明保留的细节越少，值越小，说明保留的细节越多
gen_highpass (ImageHighpass, 0.2, ‘none’, ‘dc_center’, Width, Height)

参数为0.1时：

中间阻挡的低通比较少。
经过滤波器处理后的频谱图像：

经过处理，再变换为空间域的图像如下：

参数为0.2时：

经过滤波器处理后的频谱图像：

经过处理，再变换为空间域的图像如下：

参数为0.3时：

经过滤波器处理后的频谱图像：

经过处理，再变换为空间域的图像如下：

总结如下：
高通滤波器：
*简单描述：值越大，说明保留的细节越少，值越小，说明保留的细节越多

halcon上的低通滤波器如下:
*生成低通滤波器。
*值越小，说明中间越小，保留的就越少，那么剩余的痕迹就是模糊的。
*简单描述：值越小，越模糊，越大，越清晰

• gen_lowpass (ImageLowpass, 0.2, ‘none’, ‘dc_center’,Width, Height)

参数为0.1时：

中间阻挡的低通比较少。
经过滤波器处理后的频谱图像：

经过处理，再变换为空间域的图像如下：

参数为0.2时：

经过滤波器处理后的频谱图像：

经过处理，再变换为空间域的图像如下：

参数为0.3时：

经过滤波器处理后的频谱图像：

经过处理，再变换为空间域的图像如下：总结如下：

低通滤波器：
*简单描述：值越小，越模糊，越大，越清晰

代码如下：
read_image (Image, ‘D:/BaiduNetdiskDownload/12 项目所用图片/10.png’)
get_image_size (Image, Width, Height)
dev_open_window (0, 0, Width, Height, ‘black’, WindowHandle)
dev_display (Image)
rgb1_to_gray (Image, GrayImage)
*空间域变换到频域
fft_generic (GrayImage, ImageFFT, ‘to_freq’, -1, ‘sqrt’, ‘dc_center’, ‘complex’)
*生成高通滤波,参数0.2是中间圆的直径大小。
*越大说明低频挡的越多，说明转换后的原图，就只有最最明显的灰度差的区域才能保留下来。
*简单描述：值越大，说明保留的细节越少，值越小，说明保留的细节越多
gen_highpass (ImageHighpass, 0.1, ‘none’, ‘dc_center’, Width, Height)
*生成低通滤波器。
*值越小，说明中间越小，保留的就越少，那么剩余的痕迹就是模糊的。
*简单描述：值越小，越模糊，越大，越清晰
*gen_lowpass (ImageLowpass, 0.1, ‘none’, ‘dc_center’,Width, Height)
*做对应的滤波处理
convol_fft (ImageFFT, ImageHighpass, ImageConvol)
*变换成空间域
fft_generic (ImageConvol, ImageFFT1, ‘from_freq’, 1, ‘sqrt’, ‘dc_center’, ‘complex’)