0
我想滤除傅立叶变换低强度。借助所提供的示例,我可以获得正确的图像表示。但是,我不确定如何获得逆变换来恢复图像。 dft_shift是一个float32(256,320,2)。为了得到幅度谱,我使用的例子提取cv2.magnitude(dft_shift [:,:,0]和dft_shift [:,:,1]来计算日志。我不太清楚为什么np.log需要两个输入。 magitude_spectrum是FLOAT32(256320),所以我不能只是做(见上下文有关的代码波纹管):傅立叶变换幅度滤波
f_ishift = np.fft.ifftshift(mag_spec)
img_back = np.fft.ifft2(f_ishift)
img_back = np.abs(img_back)
任何建议,我在这一点上不顾一切......
下面的代码和结果:
import cv2
import numpy as np
from matplotlib import pyplot as plt
img = cv2.imread('G:\\Python\\Original\\frame13.jpg',0)
dft = cv2.dft(np.float32(img),flags = cv2.DFT_COMPLEX_OUTPUT)
dft_shift = np.fft.fftshift(dft)
magnitude_spectrum = 20*np.log(cv2.magnitude(dft_shift[:,:,0],dft_shift[:,:,1]))
rows, cols = img.shape
mag_spec=20*np.log(cv2.magnitude(dft_shift[:,:,0],dft_shift[:,:,1]))
for i in range(0,rows-1):
for j in range(0,cols-1):
if mag_spec[i,j]<130:
mag_spec[i,j]=0
f_ishift = np.fft.ifftshift(mag_spec)
img_back = np.fft.ifft2(f_ishift)
img_back = np.abs(img_back)
plt.subplot(121),plt.imshow(magnitude_spectrum, cmap = 'gray')
plt.title('Magnitude spectrum'), plt.xticks([]), plt.yticks([])
plt.subplot(122),plt.imshow(mag_spec, cmap = 'gray')
plt.title('With mask'), plt.xticks([]), plt.yticks([])
plt.show()