作者：翟天保Steven
版权声明：著作权归作者所有，商业转载请联系作者获得授权，非商业转载请注明出处

函数原型

void log(InputArray src, OutputArray dst);

参数说明

InputArray类型的src，输入图像，如Mat类型。
OutputArray类型的dst，输出的对数化图像。

测试代码

#include<iostream>
#include<opencv2/opencv.hpp>
#include<ctime>
using namespace std;
using namespace cv;void fftshift(cv::Mat &plane0, cv::Mat &plane1);int main(void)
{Mat test = imread("test.jpg", 0);test.convertTo(test, CV_32FC1);//创建通道，存储dft后的实部与虚部（CV_32F，必须为单通道数）cv::Mat plane[] = { test.clone(), cv::Mat::zeros(test.size() , CV_32FC1) };cv::Mat complexIm;cv::merge(plane, 2, complexIm); // 合并通道 （把两个矩阵合并为一个2通道的Mat类容器）cv::dft(complexIm, complexIm, 0); // 进行傅立叶变换，结果保存在自身// 分离通道（数组分离）cv::split(complexIm, plane);// 以下的操作是频域迁移fftshift(plane[0], plane[1]);// 计算幅值cv::Mat mag,mag_log,mag_nor,mag_log_nor;cv::magnitude(plane[0], plane[1], mag);// 幅值对数化：log（1+m），便于观察频谱信息mag += Scalar::all(1);cv::log(mag, mag_log);cv::normalize(mag, mag_nor, 1,0, NORM_MINMAX);cv::normalize(mag_log, mag_log_nor, 1, 0, NORM_MINMAX);cv::Mat BLUR;// 再次搬移回来进行逆变换fftshift(plane[0], plane[1]);cv::merge(plane, 2, BLUR); // 实部与虚部合并cv::idft(BLUR, BLUR);       // idft结果也为复数BLUR = BLUR / BLUR.rows / BLUR.cols;cv::split(BLUR, plane);//分离通道，主要获取通道imshow("original", test / 255);imshow("result", plane[0] / 255);waitKey(0);system("pause");return 0;
}// fft变换后进行频谱搬移
void fftshift(cv::Mat &plane0, cv::Mat &plane1)
{// 以下的操作是移动图像  (零频移到中心)int cx = plane0.cols / 2;int cy = plane0.rows / 2;cv::Mat part1_r(plane0, cv::Rect(0, 0, cx, cy));  // 元素坐标表示为(cx, cy)cv::Mat part2_r(plane0, cv::Rect(cx, 0, cx, cy));cv::Mat part3_r(plane0, cv::Rect(0, cy, cx, cy));cv::Mat part4_r(plane0, cv::Rect(cx, cy, cx, cy));cv::Mat temp;part1_r.copyTo(temp);  //左上与右下交换位置(实部)part4_r.copyTo(part1_r);temp.copyTo(part4_r);part2_r.copyTo(temp);  //右上与左下交换位置(实部)part3_r.copyTo(part2_r);temp.copyTo(part3_r);cv::Mat part1_i(plane1, cv::Rect(0, 0, cx, cy));  //元素坐标(cx,cy)cv::Mat part2_i(plane1, cv::Rect(cx, 0, cx, cy));cv::Mat part3_i(plane1, cv::Rect(0, cy, cx, cy));cv::Mat part4_i(plane1, cv::Rect(cx, cy, cx, cy));part1_i.copyTo(temp);  //左上与右下交换位置(虚部)part4_i.copyTo(part1_i);temp.copyTo(part4_i);part2_i.copyTo(temp);  //右上与左下交换位置(虚部)part3_i.copyTo(part2_i);temp.copyTo(part3_i);
}

测试效果

从上图可以看出，未对数处理的图像几乎看不出什么规律，这是因为频谱信息中数据变化非常大，对数化是为了让数值的剧烈变化变得平滑，进而便于观察数据的规律和隐藏的信息。

log对数化是图像处理常用的操作哦~

如果文章帮助到你了，可以点个赞让我知道，我会很快乐~加油！

OpenCV-计算自然对数cv::log相关推荐

OpenCV入门系列 —— cv::minEnclosingCircle 随机生成点坐标并计算最小包围圆
OpenCV入门系列 -- cv::minEnclosingCircle 随机生成点坐标并计算最小包围圆前言程序说明输出结果代码示例前言随着工业自动化.智能化的不断推进,机器视觉(2D/3 ...
OpenCV - 计算相机和视频的帧速率FPS
原文:OpenCV - 计算相机和视频的帧速率FPS[译] - AIUAI 原文:How to find frame rate or frames per second (fps) in OpenCV ...
python求自然对数_计算自然对数的算法
引言我们知道,对数函数 ln(x) 可以展开为泰勒级数: 但是下面这个泰勒级数展开式收敛得更快: 经过简单计算可知上式中 y = (x - 1) / (x + 1) . 实现该算法的 C# 程序根 ...
为什么OpenCV计算的帧率是错误的？
点击上方"LiveVideoStack"关注我们 ▲扫描图中二维码或点击阅读原文▲ 了解音视频技术大会更多信息作者:王伟编辑:Alex 引言我们有一个平台来周期性 ...
Python中用于计算对数的log()方法
本文转载至:http://www.jb51.net/article/66130.htm 这篇文章主要介绍了Python中用于计算对数的log()方法,是Python入门基础中的必会的方法,需要的朋友可 ...
基本矩阵双目 matlab,MATLAB双目标定与OpenCV计算矫正参数矩阵
Intrinsic parameters of left camera: Focal Length: fc_left = [ 320.53138 321.62046 ] ?[ 1.32444 1.28 ...
使用Python、OpenCV计算轮廓的中心
1. 使用Python.OpenCV计算轮廓的中心并标记 2. 使用Python.OpenCV检测轮廓的形状并标记 3. 使用颜色通道统计信息来标记形状的实际颜色并标记本博客的目标:(1)检测图像中 ...
使用Python，OpenCV计算图像直方图(cv2.calcHist)
使用Python,OpenCV计算图像直方图(cv2.calcHist 1. 效果图 2. 原理 2.1 什么是图像直方图? 2.2 计算直方图 2.3 可视化蒙版区域 3. 源码参考这篇博客将介 ...
OpenCV计算时刻calculate moments的实例(附完整代码)
OpenCV计算时刻calculate moments的实例 OpenCV计算时刻calculate moments的实例 OpenCV计算时刻calculate moments的实例 #includ ...

OpenCV-计算自然对数cv::log

函数原型

参数说明

测试代码

测试效果

OpenCV-计算自然对数cv::log相关推荐

最新文章

热门文章