圖像傅里葉變換快速實現(xiàn) python

碼字不易哪雕,如果對您有所幫助钾麸,記著點贊哦更振!


一. 圖像傅里葉變換原理:

? ? 原理簡介請參考:https://www.cnblogs.com/wojianxin/p/12529809.html

? ??對二維圖像進行傅里葉變換用如下公式進行:

圖像長M,高N饭尝。F(u,v)表示頻域圖像肯腕,f(x,y)表示時域圖像。u的范圍為[0,M-1]芋肠,v的范圍為[0,N-1]? ↑

? ??對二維圖像進行傅里葉逆變換用如下公式進行:

圖像長M乎芳,高N。f(x,y)表示時域圖像帖池,?F(u,v)表示頻域圖像奈惑。x的范圍為[0,M-1],y的范圍為[0,N-1]? ↑

二. python的numpy庫中的圖像傅里葉變換公式:

#計算一維傅里葉變換

numpy.fft.fft(a, n=None, axis=-1, norm=None)

#計算二維的傅里葉變換

numpy.fft.fft2(a, n=None, axis=-1, norm=None)

#計算n維的傅里葉變換

numpy.fft.fftn()

#計算n維實數(shù)的傅里葉變換

numpy.fft.rfftn()

#返回傅里葉變換的采樣頻率

numpy.fft.fftfreq()

#將FFT輸出中的直流分量移動到頻譜中央

numpy.fft.shift()


三. 實驗:python的numpy庫實現(xiàn)圖像傅里葉變換及反變換

# writer:wojianxinygcl@163.com

# date? : 2020.3.30

import cv2 as cv

import numpy as np

from matplotlib import pyplot as plt

#讀取圖像

img = cv.imread('../head_g.jpg', 0)

#傅里葉變換

f = np.fft.fft2(img)

fshift = np.fft.fftshift(f)

res = np.log(np.abs(fshift))

#傅里葉逆變換

ishift = np.fft.ifftshift(fshift)

iimg = np.fft.ifft2(ishift)

iimg = np.abs(iimg)

#展示結果

plt.subplot(131), plt.imshow(img, 'gray'), plt.title('Original Image')

plt.axis('off')

plt.subplot(132), plt.imshow(res, 'gray'), plt.title('Fourier Image')

plt.axis('off')

plt.subplot(133), plt.imshow(iimg, 'gray'), plt.title('Inverse Fourier Image')

plt.axis('off')

plt.show()


四. 實驗結果:

第三部分代碼輸出結果 ↑

五. python的cv2庫中的圖像傅里葉變換公式:

# 傅里葉變換

dft = cv2.dft(np.float32(img), flags = cv2.DFT_COMPLEX_OUTPUT)

# 傅里葉逆變換

iimg = cv2.idft(ishift)

# 返回傅里葉變換后iimg的幅值

res2 = cv2.magnitude(iimg[:,:,0], iimg[:,:,1])


六. 實驗:python的cv庫和numpy庫實現(xiàn)圖像傅里葉變換及反變換

# writer:wojianxinygcl@163.com

# date? : 2020.3.30

import numpy as np

import cv2

from matplotlib import pyplot as plt

#讀取圖像

img = cv2.imread('../paojie_g.jpg', 0)

#傅里葉變換

dft = cv2.dft(np.float32(img), flags = cv2.DFT_COMPLEX_OUTPUT)

dftshift = np.fft.fftshift(dft)

res1= 20*np.log(cv2.magnitude(dftshift[:,:,0], dftshift[:,:,1]))

#傅里葉逆變換

ishift = np.fft.ifftshift(dftshift)

iimg = cv2.idft(ishift)

res2 = cv2.magnitude(iimg[:,:,0], iimg[:,:,1])

#顯示圖像

plt.subplot(131), plt.imshow(img, 'gray'), plt.title('Original Image')

plt.axis('off')

plt.subplot(132), plt.imshow(res1, 'gray'), plt.title('Fourier Image')

plt.axis('off')

plt.subplot(133), plt.imshow(res2, 'gray'), plt.title('Inverse Fourier Image')

plt.axis('off')

plt.show()


七. 實驗結果:

第六部分代碼輸出結果 ↑

八. 參考內容:

????????①?https://blog.csdn.net/Ibelievesunshine/article/details/104984775

????????②?https://www.cnblogs.com/wojianxin/p/12530172.html


九. 版權聲明:

????????未經(jīng)作者允許睡汹,請勿隨意轉載抄襲肴甸,抄襲情節(jié)嚴重者,作者將考慮追究其法律責任囚巴,創(chuàng)作不易原在,感謝您的理解和配合友扰!

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市庶柿,隨后出現(xiàn)的幾起案子村怪,更是在濱河造成了極大的恐慌,老刑警劉巖浮庐,帶你破解...
    沈念sama閱讀 206,968評論 6 482
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件甚负,死亡現(xiàn)場離奇詭異,居然都是意外死亡审残,警方通過查閱死者的電腦和手機梭域,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,601評論 2 382
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來搅轿,“玉大人病涨,你說我怎么就攤上這事¤捣兀” “怎么了既穆?”我有些...
    開封第一講書人閱讀 153,220評論 0 344
  • 文/不壞的土叔 我叫張陵,是天一觀的道長雀鹃。 經(jīng)常有香客問我循衰,道長,這世上最難降的妖魔是什么褐澎? 我笑而不...
    開封第一講書人閱讀 55,416評論 1 279
  • 正文 為了忘掉前任会钝,我火速辦了婚禮,結果婚禮上工三,老公的妹妹穿的比我還像新娘迁酸。我一直安慰自己,他們只是感情好俭正,可當我...
    茶點故事閱讀 64,425評論 5 374
  • 文/花漫 我一把揭開白布奸鬓。 她就那樣靜靜地躺著,像睡著了一般掸读。 火紅的嫁衣襯著肌膚如雪串远。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,144評論 1 285
  • 那天儿惫,我揣著相機與錄音澡罚,去河邊找鬼。 笑死肾请,一個胖子當著我的面吹牛留搔,可吹牛的內容都是我干的。 我是一名探鬼主播铛铁,決...
    沈念sama閱讀 38,432評論 3 401
  • 文/蒼蘭香墨 我猛地睜開眼隔显,長吁一口氣:“原來是場噩夢啊……” “哼却妨!你這毒婦竟也來了?” 一聲冷哼從身側響起括眠,我...
    開封第一講書人閱讀 37,088評論 0 261
  • 序言:老撾萬榮一對情侶失蹤彪标,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后掷豺,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體捐下,經(jīng)...
    沈念sama閱讀 43,586評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 36,028評論 2 325
  • 正文 我和宋清朗相戀三年萌业,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片奸柬。...
    茶點故事閱讀 38,137評論 1 334
  • 序言:一個原本活蹦亂跳的男人離奇死亡生年,死狀恐怖,靈堂內的尸體忽然破棺而出廓奕,到底是詐尸還是另有隱情抱婉,我是刑警寧澤,帶...
    沈念sama閱讀 33,783評論 4 324
  • 正文 年R本政府宣布桌粉,位于F島的核電站蒸绩,受9級特大地震影響,放射性物質發(fā)生泄漏铃肯。R本人自食惡果不足惜患亿,卻給世界環(huán)境...
    茶點故事閱讀 39,343評論 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望押逼。 院中可真熱鬧步藕,春花似錦、人聲如沸挑格。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,333評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽漂彤。三九已至雾消,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間挫望,已是汗流浹背立润。 一陣腳步聲響...
    開封第一講書人閱讀 31,559評論 1 262
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留媳板,地道東北人范删。 一個月前我還...
    沈念sama閱讀 45,595評論 2 355
  • 正文 我出身青樓,卻偏偏與公主長得像拷肌,于是被迫代替她去往敵國和親到旦。 傳聞我的和親對象是個殘疾皇子旨巷,可洞房花燭夜當晚...
    茶點故事閱讀 42,901評論 2 345

推薦閱讀更多精彩內容