数字图像处理课程实习——傅里叶变换与频域滤波

        本次实验的目标主要是为了为了学会使用傅里叶变换将图像由空间域变到频率域，并设计和使用理想低通滤波器、理想高通滤波器和巴特沃斯低通滤波器来对图像在频域范围进行处理，而后进行逆傅里叶变换，最终得到空间域里被滤波器处理过的图像。

        本次实验主要完成了使用python语言读取图像并对其进行傅里叶变换、频谱平移，设计了理想低通、高通滤波器和巴特沃斯低通滤器并对频谱图像进行滤波处理，而后进行了逆频谱平移和逆傅里叶变换得到了空间域中被不同滤波器处理过后的图像，同时进行改变截止频率大小的操作来观察不同截止频率对图像滤波效果的影响。

代码：

import cv2
import numpy as np
import matplotlib.pyplot as plt
import math


def main():
    grayimg = cv2.imread('camera.png', cv2.IMREAD_GRAYSCALE)
    #原始图像显示在画布的一号位
    plt.subplot(331), plt.imshow(grayimg, cmap='gray'), plt.title('original img'), plt.axis('off')
    #转换数据类型
    grayimg = np.float64(grayimg / 255.0)
    #进行傅里叶变化
    f = np.fft.fft2(grayimg)
    magnitude_spectrum1 = np.log(np.abs(f) + 1)
    #显示傅里叶变换后的平移前的频谱图像
    plt.subplot(332), plt.imshow(magnitude_spectrum1, cmap='gray'), plt.title('FF