码迷,mamicode.com
首页 > 其他好文 > 详细

OpenCV--傅里叶变换

时间:2020-02-11 17:32:06      阅读:67      评论:0      收藏:0      [点我收藏+]

标签:mat   splay   atp   位置   开始   title   ack   int   import   

傅里叶变换

我们生活在时间的世界中,早上7:00起来吃早饭,8:00去挤地铁,9:00开始上班。。。以时间为参照就是时域分析。

但是在频域中一切都是静止的!

https://zhuanlan.zhihu.com/p/19763358

傅里叶变换的作用

- 高频:变化剧烈的灰度分量,例如边界

- 低频:变化缓慢的灰度分量,例如一片大海

滤波

- 低通滤波器:只保留低频,会使得图像模糊

- 高通滤波器:只保留高频,会使得图像细节增强

- opencv中主要就是cv2.dft()和cv2.idft(),输入图像需要先转换成np.float32 格式。

- 得到的结果中频率为0的部分会在左上角,通常要转换到中心位置,可以通过shift变换来实现。

- cv2.dft()返回的结果是双通道的(实部,虚部),通常还需要转换成图像格式才能展示(0,255)。

import numpy as np
import cv2
from matplotlib import pyplot as plt

img = cv2.imread(lena.jpg,0)

img_float32 = np.float32(img)

dft = cv2.dft(img_float32, flags = cv2.DFT_COMPLEX_OUTPUT)
dft_shift = np.fft.fftshift(dft)
# 得到灰度图能表示的形式
magnitude_spectrum = 20*np.log(cv2.magnitude(dft_shift[:,:,0],dft_shift[:,:,1]))

plt.subplot(121),plt.imshow(img, cmap = gray)
plt.title(Input Image), plt.xticks([]), plt.yticks([])
plt.subplot(122),plt.imshow(magnitude_spectrum, cmap = gray)
plt.title(Magnitude Spectrum), plt.xticks([]), plt.yticks([])
plt.show()

效果:

技术图片

import numpy as np
import cv2
from matplotlib import pyplot as plt

img = cv2.imread(lena.jpg,0)

img_float32 = np.float32(img)

dft = cv2.dft(img_float32, flags = cv2.DFT_COMPLEX_OUTPUT)
dft_shift = np.fft.fftshift(dft)

rows, cols = img.shape
crow, ccol = int(rows/2) , int(cols/2)     # 中心位置

# 低通滤波
mask = np.zeros((rows, cols, 2), np.uint8)
mask[crow-30:crow+30, ccol-30:ccol+30] = 1

# IDFT
fshift = dft_shift*mask
f_ishift = np.fft.ifftshift(fshift)
img_back = cv2.idft(f_ishift)
img_back = cv2.magnitude(img_back[:,:,0],img_back[:,:,1])

plt.subplot(121),plt.imshow(img, cmap = gray)
plt.title(Input Image), plt.xticks([]), plt.yticks([])
plt.subplot(122),plt.imshow(img_back, cmap = gray)
plt.title(Result), plt.xticks([]), plt.yticks([])

plt.show()                

效果:

技术图片

img = cv2.imread(lena.jpg,0)

img_float32 = np.float32(img)

dft = cv2.dft(img_float32, flags = cv2.DFT_COMPLEX_OUTPUT)
dft_shift = np.fft.fftshift(dft)

rows, cols = img.shape
crow, ccol = int(rows/2) , int(cols/2)     # 中心位置

# 高通滤波
mask = np.ones((rows, cols, 2), np.uint8)
mask[crow-30:crow+30, ccol-30:ccol+30] = 0

# IDFT
fshift = dft_shift*mask
f_ishift = np.fft.ifftshift(fshift)
img_back = cv2.idft(f_ishift)
img_back = cv2.magnitude(img_back[:,:,0],img_back[:,:,1])

plt.subplot(121),plt.imshow(img, cmap = gray)
plt.title(Input Image), plt.xticks([]), plt.yticks([])
plt.subplot(122),plt.imshow(img_back, cmap = gray)
plt.title(Result), plt.xticks([]), plt.yticks([])

plt.show()    

效果:

技术图片

OpenCV--傅里叶变换

标签:mat   splay   atp   位置   开始   title   ack   int   import   

原文地址:https://www.cnblogs.com/SCCQ/p/12295831.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!