本文共 1105 字，大约阅读时间需要 3 分钟。

代码

（跟着官方教程敲的↓）

import cv2import numpy as npfrom matplotlib import pyplot as pltimg = cv2.imread('leopard.jpg', 0)f = np.fft.fft2(img)# 频率为 0 的部分（直流分量）在输出图像的左上角# 如果想让它（直流分量）在输出图像的中心，我们还需要将结果沿两个方向平移fshift = np.fft.fftshift(f)# 构建振幅图magnitude_spectrum = 20*np.log(np.abs(fshift))rows, cols = img.shapecrow, ccol = int(rows/2), int(cols/2)# 将低频的信号设置为0# 一般不使用矩阵窗口，而是使用高斯窗口fshift[crow-100:crow+100, ccol-100:ccol+100] = 0# 将频域偏移，转化为时域f_ishift = np.fft.ifftshift(fshift)img_back = np.fft.ifft2(f_ishift)img_back = np.abs(img_back)plt.subplot(221), plt.imshow(img, cmap='gray')plt.title('input image'), plt.xticks([]), plt.yticks([])plt.subplot(222), plt.imshow(magnitude_spectrum, cmap='gray')plt.title('Magnitude Spectrum'), plt.xticks([]), plt.yticks([])plt.subplot(223), plt.imshow(img_back, cmap='gray')plt.title('Result Image'), plt.xticks([]), plt.yticks([])plt.subplot(224), plt.imshow(img_back)plt.title('Result in JET'), plt.xticks([]), plt.yticks([])plt.show()img_back_int = img_back.astype(np.int8)cv2.imshow('JET', img_back_int)cv2.waitKey(0)cv2.destroyAllWindows()

代码逻辑

结果

转载地址：https://blog.csdn.net/qq_20474257/article/details/90210630 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！