opencv3实现的傅里叶变换

最新推荐文章于 2022-04-22 15:36:56 发布

zmm1018447289

最新推荐文章于 2022-04-22 15:36:56 发布

阅读量738

点赞数

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/zmm1018447289/article/details/51079460

本文介绍了一种使用OpenCV库进行图像傅里叶变换的方法。通过对输入图像进行延扩和填充，转换到频域，并计算幅度谱，最终实现频谱的可视化。文章详细展示了从读取图像到频谱展示的全过程。

Mat CRAWView::Fourier(IplImage * Four_ipl)
{

Scalar s;

Mat srcimage(Four_ipl->height,Four_ipl->width,CV_16U);
int t;
for(int i=0;i<srcimage.rows;i++)
{
for(int j=0;j<srcimage.cols;j++)
{

s=cvGet2D(Four_ipl,i,j);

t=s.val[0];
srcimage.at<unsigned short int>(i,j)=t;

}

}//吧*iplimage里的数据赋给Mat
//将输入图像延扩到最佳尺寸，便捷用0填充
int mm=getOptimalDFTSize(srcimage.rows);
int nn=getOptimalDFTSize(srcimage.cols);
//将添加的像素初始化为0；
Mat padded;
copyMakeBorder(srcimage,padded,0,mm-srcimage.rows,0,nn- srcimage.cols,BORDER_CONSTANT,Scalar::all(0));

Mat planes[]={Mat_<float>(padded),Mat::zeros(padded.size(),CV_32F)};
Mat complexI;
merge(planes,2,complexI);

dft(complexI,complexI);

split(complexI,planes);

magnitude(planes[0],planes[1],planes[0]);
Mat magnitudeImage=planes[0];

magnitudeImage+=Scalar::all(1);
log(magnitudeImage,magnitudeImage);

magnitudeImage=magnitudeImage(Rect(0,0,magnitudeImage.cols&-2,magnitudeImage.rows&-2));

int cx=magnitudeImage.cols/2;
int cy=magnitudeImage.rows/2;
Mat q0(magnitudeImage,Rect(0,0,cx,cy));
Mat q1(magnitudeImage,Rect(cx,0,cx,cy));
Mat q2(magnitudeImage,Rect(0,cy,cx,cy));
Mat q3(magnitudeImage,Rect(cx,cy,cx,cy));

Mat tmp;
q0.copyTo(tmp);
q3.copySize(q0);
tmp.copyTo(q3);

q1.copyTo(tmp);
q2.copyTo(q1);
tmp.copyTo(q2);

normalize(magnitudeImage,magnitudeImage,0,1,NORM_MINMAX);

return magnitudeImage;

}