介绍
这期内容当中小编将会给大家带来有关怎么在python中利用opencv实现一个图像傅里叶变换,文章内容丰富且以专业的角度为大家分析和叙述,阅读完这篇文章希望大家可以有所收获。
傅里叶变换dft
引用>
=cv.dft (np.float32 (img),国旗=cv.DFT_COMPLEX_OUTPUT)
傅里叶逆变换
img_back=cv.idft (f_ishift)实验:将图像转换到频率域,低通滤波,将频率域转回到时域,显示图像
import numpy as np import cv2  as 简历 得到matplotlib import  pyplot as  plt 时间=img cv.imread (& # 39; d:/paojie_g.jpg& # 39;, 0) 行,,cols =img.shape 乌鸦,ccol =,行//2,,,关口//2 时间=dft cv.dft (np.float32 (img) flags =, cv.DFT_COMPLEX_OUTPUT) 时间=dft_shift np.fft.fftshift (dft) #,create a  mask 首先,center square is 1, remaining all 0 时间=mask np.zeros ((np.uint8行,关口,2)) 面具(crow-30:乌鸦+ 31日,ccol-30: ccol + 31日,:],=,1 #,apply mask 以及inverse DFT 时间=fshift dft_shift *面具 时间=f_ishift np.fft.ifftshift (fshift) 时间=img_back cv.idft (f_ishift) 时间=img_back cv.magnitude (img_back [:: 0], img_back [::, 1]) plt.subplot (121), plt.imshow (img, cmap =, & # 39;灰色# 39;) plt.title (& # 39; Input 图像# 39;),,plt.xticks ([]), plt.yticks ([]) plt.subplot (122), plt.imshow (img_back, cmap =, & # 39;灰色# 39;) plt.title (& # 39; Low Pass 过滤# 39;),,plt.xticks ([]), plt.yticks ([]) plt.show ()上述就是小编为大家分享的怎么在python中利用opencv实现一个图像傅里叶变换了,如果刚好有类似的疑惑,不妨参照上述分析进行理解。如果想知道更多相关知识,欢迎关注行业资讯频道。
怎么在python中利用opencv实现一个图像傅里叶变换