傅立葉變換幅度濾波

Question

我想濾除傅立葉變換低強度。藉助所提供的示例，我可以獲得正確的圖像表示。但是，我不確定如何獲得逆變換來恢復圖像。 dft_shift是一個float32（256,320,2）。爲了得到幅度譜，我使用的例子提取cv2.magnitude（dft_shift [：，：，0]和dft_shift [：，：，1]來計算日誌。我不太清楚爲什麼np.log需要兩個輸入。 magitude_spectrum是FLOAT32（256320），所以我不能只是做（見上下文有關的代碼波紋管）：

f_ishift = np.fft.ifftshift(mag_spec) 
img_back = np.fft.ifft2(f_ishift) 
img_back = np.abs(img_back) 

任何建議，我在這一點上不顧一切......

下面的代碼和結果：

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() 

Plot result

Answer 1

我決定繼續這個例子。首先製作0和1的掩碼，然後將其應用於（x，x，2）數組。

import cv2 
import numpy as np 
from matplotlib import pyplot as plt 

img = cv2.imread('G:\\Python\\Original\\frame13.jpg',0) 

#LPF montre deux images correspondant aux transformées de fourier modif (LPF) et pas modif 
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 
mask = np.zeros((rows,cols,2),np.uint8) 
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]>100: 
      mask[i,j]=1   
fshift=dft_shift*mask  
f_ishift = np.fft.ifftshift(fshift) 
img_back = cv2.idft(f_ishift) 
img_back = cv2.magnitude(img_back[:,:,0],img_back[:,:,1]) 
plt.subplot(121),plt.imshow(magnitude_spectrum, cmap = 'gray') 
plt.title('Magnitude spectrum'), plt.xticks([]), plt.yticks([]) 
plt.subplot(122),plt.imshow(img_back, cmap = 'gray') 
plt.title('With mask'), plt.xticks([]), plt.yticks([]) 
plt.show()