OpenCV示例学习（七）：离散傅里变换（DFT）算子：getOptimalDFTSize(),copyMakeBorder(),magnitude(),log(),normalize()

#include <opencv2/opencv.hpp>using namespace cv;int main(int argc, char *argv[])
{QCoreApplication a(argc, argv);//【1】以灰度模式读取原始图像并显示Mat srcImage = imread("F:/C++/2. OPENCV 3.1.0/TEST/2.jpg", 0);if (!srcImage.data) { printf("读取图片错误，请确定目录下是否有imread函数指定图片存在~！ \n"); return false; }imshow("原始图像", srcImage);//【2】将输入图像延扩到最佳的尺寸，填充边界（用0）// 返回给定向量尺寸的傅里叶最有尺寸大小 m,nint m = getOptimalDFTSize(srcImage.rows);int n = getOptimalDFTSize(srcImage.cols);//将添加的像素初始化为0.// 扩充图像边界：//top +=0；button+=(m - srcImage.rows)//left +=0；right +=(n - srcImage.cols)Mat padded;copyMakeBorder(srcImage, padded, 0, m - srcImage.rows, 0, n - srcImage.cols, BORDER_CONSTANT, Scalar::all(0));//imshow("src",srcImage);//【3】为傅立叶变换的结果(实部和虚部)分配存储空间。// 傅里叶变换的结果是复数，对于每个原图像值，结果会有两个图像值。// 此外，频域范围远远超过空间值范围，因此要将频域储存在 float 格式中。// 多加额外通道储存复数部分。Mat planes[] = { Mat_<float>(padded), Mat::zeros(padded.size(), CV_32F) };Mat complexI;//将planes数组组合合并成一个多通道的数组complexImerge(planes, 2, complexI);//【4】进行就地离散傅里叶变换（输入输出均为同一图像）// 此图像有两个通道，分辨储存dft(complexI, complexI);//【5】将复数转换为幅值M，即// =>M=sqrt(Re(DFT(I))^2 + Im(DFT(I))^2)// 将多通道数组complexI分离成几个单通道数组，// planes[0] = Re(DFT(I), planes[1] = Im(DFT(I))split(complexI, planes);magnitude(planes[0], planes[1], planes[0]);// planes[0] = magnitude//【6】进行对数尺度(logarithmic scale)缩放:// 傅里叶变换幅度值范围大到不适合于屏幕显示（高值白点，低值黑点）// 为了凸显高低值变化的连续性，我们用对数尺度替换线性尺度，即// =>M1=log(1 +M)Mat magnitudeImage = planes[0];magnitudeImage += Scalar::all(1);log(magnitudeImage, magnitudeImage);//求自然对数//【7】剪切和重分布幅度图象限//若有奇数行或奇数列，进行频谱裁剪magnitudeImage = magnitudeImage(Rect(0, 0, magnitudeImage.cols & -2, magnitudeImage.rows & -2));//重新排列傅立叶图像中的象限，使得原点位于图像中心int cx = magnitudeImage.cols / 2;int cy = magnitudeImage.rows / 2;Mat q0(magnitudeImage, Rect(0, 0, cx, cy));   // ROI区域的左上Mat q1(magnitudeImage, Rect(cx, 0, cx, cy));  // ROI区域的右上Mat q2(magnitudeImage, Rect(0, cy, cx, cy));  // ROI区域的左下Mat q3(magnitudeImage, Rect(cx, cy, cx, cy)); // ROI区域的右下//交换象限（左上与右下进行交换）Mat tmp;q0.copyTo(tmp);q3.copyTo(q0);tmp.copyTo(q3);//交换象限（右上与左下进行交换）q1.copyTo(tmp);q2.copyTo(q1);tmp.copyTo(q2);//【8】归一化，用0到1之间的浮点值将矩阵变换为可视的图像格式normalize(magnitudeImage, magnitudeImage, 0, 1, NORM_MINMAX);//【9】显示效果图imshow("频谱幅值", magnitudeImage);waitKey();return a.exec();
}

OpenCV示例学习（七）：离散傅里变换（DFT）算子：getOptimalDFTSize(),copyMakeBorder(),magnitude(),log(),normalize()相关推荐

OpenCV示例学习（二）：基本图形绘制算子：line(),circle(),fillPoly(), ellipse()
OpenCV示例学习(二): 基本图形绘制算子:line(),circle(),fillPoly(), ellipse() #include <opencv2/opencv.hpp>usi ...
OpenCV与图像处理学习七——传统图像分割之阈值法（固定阈值、自适应阈值、大津阈值）
OpenCV与图像处理学习七--传统图像分割之阈值法(固定阈值.自适应阈值.大津阈值) 一.固定阈值图像分割 1.1 直方图双峰法 1.2 OpenCV中的固定阈值分割二.自动阈值图像分割 2.1 ...
OpenCV 【十七】离散傅立叶变换
目录 1 key 2 原理 3 实例 3代码 4运行结果 5应用举例 1 key 什么是傅立叶变换及其应用? 如何使用OpenCV提供的傅立叶变换? 相关函数的使用,如: copyMakeBorder ...
OpenCV离散傅立叶变换DFT的实例(附完整代码)
OpenCV离散傅立叶变换DFT的实例 OpenCV离散傅立叶变换DFT的实例 OpenCV离散傅立叶变换DFT的实例 #include "opencv2/core.hpp" #i ...
离散哈特莱变换(DHT)及快速哈特莱变换(FHT)学习
离散哈特莱变换(DHT)及快速哈特莱变换(FHT)学习说在前边最近复习\(DSP\)的时候,发现了一个号称专门针对离散实序列的变换,经分析总运算量为普通\(FFT\)的几乎一半,而且完全没有复数. ...
数字信号处理学习笔记[0] 连续信号的频谱和傅氏变换
文章目录绪论 1 连续信号的频谱和傅氏变换 1.1 有限区间上连续信号的傅氏级数和离散频谱 1.2 傅氏变换,连续信号与频谱 1.2.3 频谱的基本性质实际应用举例习题绪论 Q: 举例说明&q ...
opencv 图像去噪学习总结
OpenCV图像处理篇之图像平滑图像平滑算法程序分析及结果图像平滑算法图像平滑与图像模糊是同一概念,主要用于图像的去噪.平滑要使用滤波器,为不改变图像的相位信息, 一般使用线性滤波器,其统一形 ...
OpenCV 图像处理学习手册：1~5
原文:Learning Image Processing with OpenCV 协议:CC BY-NC-SA 4.0 译者:飞龙本文来自[ApacheCN 计算机视觉译文集],采用译后编辑(MT ...
opencv进阶学习笔记13：图像形态学操作大全（膨胀，腐蚀，开闭，黑帽，顶帽，梯度）python版
基础版学习笔记: python3+opencv学习笔记汇总目录(适合基础入门学习) 进阶版笔记目录链接: python+opencv进阶版学习笔记目录(适合有一定基础) 基础版形态学: opencv学 ...

OpenCV示例学习（七）：离散傅里变换（DFT）算子：getOptimalDFTSize(),copyMakeBorder(),magnitude(),log(),normalize()

OpenCV示例学习（七）：离散傅里变换（DFT）算子：getOptimalDFTSize(),copyMakeBorder(),magnitude(),log(),normalize()

OpenCV示例学习（七）：离散傅里变换（DFT）算子：getOptimalDFTSize(),copyMakeBorder(),magnitude(),log(),normalize()相关推荐

最新文章

热门文章