|
本次课介绍使用numpy实现傅里叶变换。
一、函数介绍 本次课介绍使用numpy实现傅里叶变换的几个函数。
1. numpy.fft.fft2() 这个函数用来实现傅里叶变换。 要注意的是，这个函数返回的是一个复数数组。
2. numpy.fft.fftshift() 这个函数是将0频率的分量移到频谱的中心。 我们可以这样理解：通过fft2()函数可以得到一个频谱图像，如左图所示，白色的低频是在左上角，为了更直观，我们一般会将它放置到中心点。移动就是使用这个函数。
3. 公式 20*np.log(np.abs(fshift)) fft2()函数得到的是一个复数的数组。这个复数数组是没法在图像上展示出来的，需要转换成灰度图像。也就是把这个复数映射到[[0,255]之内。
二、函数介绍
例1：显示图像和傅里叶频谱图像
结果：
注意： 1. 傅里叶变换的目的是，得到图像的低频和高频，然后针对低频和高频进行不同的处理。处理完以后，再通过逆变换恢复到图像。这时候对低频和高频的处理就会反映到图像上去。
|