0
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):傅立葉變換幅度濾波
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()