傅里叶变换经滤波处理及傅里叶逆变换
import cv2 import matplotlib.pyplot as plt import numpy as npdef FT(image):# image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)# 快速傅里叶变换得到频率分布f = np.fft.fft2(image)# 默认结果中心点是在图像左上角# 调用函数转移到中心位置fshift = np.fft.fftshift(f)# fft结果是复数 其绝对值结果是振幅fimg = np.abs(fshift)return fimg, fshiftdef HighPassFilter(FTImg, fshift):rows, cols = FTImg.shapecrow, ccols = int(rows / 2), int(cols / 2)fshift[crow - 30: crow + 30, ccols - 30:ccols + 30] = 0return fshiftdef IFT(parameter):# 傅里叶逆变换ishift = np.fft.ifftshift(parameter)iimg = np.fft.ifft2(ishift)iimg = np.abs(iimg)return iimg# 读取图像 img = cv2.imread("D:\\Picture\\12.jpg") img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # cv2.imshow("img",img) # cv2.waitKey() # 显示结果 mg, ft = FT(img) hft = HighPassFilter(mg, ft) IFT(hft) plt.subplot(131), plt.imshow(img, "gray"), plt.title("Original Fourier") plt.axis("off") plt.subplot(132), plt.imshow(mg, "gray"), plt.title("Fourier Fourier") plt.axis("off") plt.subplot(133), plt.imshow(IFT(hft), "gray"), plt.title("Inverse Fourier Fourier") plt.axis("off") plt.show()
傅里叶变换经滤波处理及傅里叶逆变换相关推荐
- 傅里叶变换(FT)和傅里叶逆变换(IFT)推导
补充: 傅里叶变换最关键的一点就是,时域的卷积等于频域的乘积,时域的乘积等于频域的卷积
- 【转】CT图像重构方法详解——傅里叶逆变换法、直接反投影法、滤波反投影法
转自:CT图像重构方法详解--傅里叶逆变换法.直接反投影法.滤波反投影法_Absolute Zero-CSDN博客_反投影法 绪 在做CT图像处理的时候遇到很多问题,对于滤波反变换有许多细 ...
- python傅里叶逆变换_OpenCV-Python系列之傅里叶变换
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!可能有些人无法理解,我建议大家看看这个文章, ...
- 《OpenCv视觉之眼》Python图像处理六 :Opencv图像傅里叶变换和傅里叶逆变换原理及实现
本专栏主要介绍如果通过OpenCv-Python进行图像处理,通过原理理解OpenCv-Python的函数处理原型,在具体情况中,针对不同的图像进行不同等级的.不同方法的处理,以达到对图像进行去噪.锐 ...
- CT图像重构方法详解——傅里叶逆变换法、直接反投影法、滤波反投影法
绪 在做CT图像处理的时候遇到很多问题,对于滤波反变换有许多细节存在疑问,经过多天查找资料和利用MATLAB程序一步步实现后终于豁然开朗,于是想要总结成文,作为笔记方便今后查看.文中若有错误欢迎指出! ...
- [Python从零到壹] 六十四.图像识别及经典案例篇之图像傅里叶变换和傅里叶逆变换详解
祝大家新年快乐,阖家幸福,健康快乐! 欢迎大家来到"Python从零到壹",在这里我将分享约200篇Python系列文章,带大家一起去学习和玩耍,看看Python这个有趣的世界.所 ...
- matlab中傅里叶反转亮度,Matlab傅里叶变换傅里叶逆变换-FFT-IFFT
<Matlab傅里叶变换傅里叶逆变换-FFT-IFFT>由会员分享,可在线阅读,更多相关<Matlab傅里叶变换傅里叶逆变换-FFT-IFFT(2页珍藏版)>请在人人文库网上搜 ...
- OpenCV学习记录 三 (傅里叶逆变换原理及实现)
为什么要在频率域研究图像增强? 利用频率成分和图像外表之间的对应关系.滤波在频率域更为直观,它可以解释空间域滤波的某些性质.可以在频率域指定滤波器,做反变换,然后在空间域使用结果滤波器作为空间域滤波器 ...
- 关于cos(x^2)的傅里叶逆变换(Inverse Fourier Transform)
目录 1. 研究背景 2. 傅里叶(逆)变换 1.1 定义 1.2 性质 1.2.1 线性 1.2.2 微分乘积对偶性 3. 函数介绍 4. 研究方法 4.1 自组装 4.1.1 第一次微分 4.1. ...
最新文章
- 皮一皮:终于知道乔峰为什么每次要吃那么多了!
- UNPIVOT的详细说明
- Linux下获取线程TID的方法——gettid()
- firewall防火墙
- 重写、重载方法的调用
- VS2012+WDK7600.16385.1 驱动环境配置(模板导出)
- python编程考试_《Python程序设计》试题库
- gevent开始学习-第一步
- PHP以指定字段为索引返回数组数据
- 理解Rust的所有权
- Flexbox弹性布局,更优雅的布局
- 基于Python从头开始使用 RMSProp 进行梯度下降
- 传奇服务端GOM引擎和GEE引擎区别在哪里?
- 阿里云天池大数据竞赛——O2O优惠券使用预测(基于XGBoost)(附python Jupter代码)
- java 验证码 仿12306_Java仿12306图片验证码
- 今天结束了ie被劫持的生活
- linux docker安装 制作Elasticsearch容器镜像 并上传docker hub
- 低学历该如何逆袭,2023年给你一个赚钱翻盘路径
- 【数据结构】- 几个步骤教你认识并实现一个链表之带头(哨兵位)双向循环链表(中)
- java多线程使用业务场景_Java多线程使用场景
热门文章
- 国密SM9算法C++实现之一:算法简介
- 【ubuntu】解决 Certificate verification failed: The certificate is NOT trusted
- pycharm 2017年5月注册码(2017.4.25更新)
- 《大数据时代:生活、工作与思维的大变革》:看“大数据时代预言家”的真知灼见
- PPPoE协议应用场景
- 看完微信公众号最新的广告分成方案,只想给32个赞
- Unity 灯光系统(一)
- 新年伊始 张孝祥老师 离开了
- MathType怎么编辑商标标志
- 启动VMware虚拟机显示:物理内存不足无法使用