OpenCV 图像中高频信息、低频信息

本文深入探讨图像处理中的低频与高频概念,解析两者如何反映图像的概貌和细节,以及它们在边缘检测和噪声识别中的作用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

低频

低频就是颜色缓慢变化,也就是灰度缓慢地变化,就代表着那是连续渐变的一块区域,这部分就是低频。

对于一副图像来说,除去高频就是低频了,也就是边缘以内的内容为低频,而边缘内的内容就是图像的大部分信息,即图像的大致概貌和轮廓,是图像的近似信息。

高频

反之,高频即频率变化快,图像什么时候灰度变化快?
就是相邻区域之间灰度相差很大,这就是变化快。

图像中,一个影像与背景的边缘部分,通常会有明显的差别,也就是说变化那条边线那里,灰度变化很快,也即是变化频率高的部位。

因此,图像边缘的灰度值变化快,就对应着频率高,即高频显示图像边缘。图像的细节处也就是属于灰度值急剧变化的区域,正是因为灰度值的急剧变化,才会出现细节。

另外噪声(即噪点)也是这样,在一个像素所在的位置,之所以是噪点,是因为它与正常的点颜色不一样了,也就是说该像素点灰度值明显不一样,当然也就是灰度有快速地变化了,所以是高频部分,因此有噪声在高频这一说。

其实归根结底,是因为我们人眼识别物体就是这样的,假如你穿一个红衣服在红色背景布前拍照,你能很好地识别么?
不能,因为衣服与背景融为一体,没有变化,所以看不出,除非有灯光从某角度照在人物身上,这样边缘处会出现高亮和阴影,这样我们就能看到一些轮廓线,这些就是颜色(即灰度)很不一样的地方。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值