python opencv理想低通滤波处理图片

代码如下：

```python import cv2 import numpy as np

img = cv2.imread('image.jpg', 0)

定义滤波器大小

kernel_size = 5

构建理想低通滤波器

rows, cols = img.shape crow, ccol = rows // 2, cols // 2 ideallp = np.zeros((rows, cols), np.float32) for i in range(rows): for j in range(cols): distance = ((i - crow) ** 2 + (j - ccol) ** 2) ** 0.5 if distance <= kernelsize: ideal_lp[i, j] = 1

对频域进行点乘

f = np.fft.fft2(img) fshift = np.fft.fftshift(f) ideallp = np.fft.ifftshift(ideallp) filteredimg = np.abs(np.fft.ifft2(fshift * ideallp))

显示原图和处理后的图像

cv2.imshow('Original Image', img) cv2.imshow('Filtered Image', filtered_img.astype(np.uint8)) cv2.waitKey(0) cv2.destroyAllWindows() ```

解释：

首先读取一张灰度图像，并定义滤波器大小。然后根据滤波器大小构建一个理想低通滤波器，该滤波器在频域中为圆形，半径为滤波器大小。接着对频域中的图像进行点乘，最后通过逆傅里叶变换将点乘后的频域图像变换回空域中得到最终的处理结果，并将其显示出来。

★文末名片可以免费领取音视频开发学习资料，内容包括（FFmpeg ，webRTC ，rtmp ，hls ，rtsp ，ffplay ，srs）以及音视频学习路线图等等。

见下方!↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓