opencv之離散傅里葉變換（DFT）

 

opencv之離散傅里葉變換

函數解讀：

C++: int getOptimalDFTSize(int vecsize)

源碼解讀；

<span style="font-size:18px;">int cv::getOptimalDFTSize( int size0 )
{
   int a = 0, b = sizeof(optimalDFTSizeTab)/sizeof(optimalDFTSizeTab[0]) -1;
   if( (unsigned)size0 >= (unsigned)optimalDFTSizeTab[b] )
       return -1;

   while( a < b )//二分查找合適的size
    {
       int c = (a + b) >> 1;
       if( size0 <= optimalDFTSizeTab[c] )
           b = c;
       else
           a = c+1;
    }

    returnoptimalDFTSizeTab[b];
}</span>

optimalDFTSizeTab定義在namespace cv中，裏邊的數值爲2^x*3^y*5^z

static const int optimalDFTSizeTab[] = {1,2, 3, 4, 5, 6, 8, 9, 10, 12, 15, 16,…, 2123366400, 2125764000};

 copyMakeBorder

C++: void copyMakeBorder(InputArraysrc, OutputArray dst, int top, int bottom, int left,int right, int borderType, const Scalar& value=Scalar())

src: 源圖像

dst: 目標圖像，和源圖像有相同的類型，dst.cols=src.cols+left+right; dst.rows=src.rows+dst.top+dst.bottom

top:

bottom:

left:

right: 以上四個參數指定了在src圖像周圍附加的像素個數。

borderType: 邊框類型

value: 當borderType==BORDER_CONSTANT時需要指定該值。

示例代碼：

<span style="font-size:18px;">#include <opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main(){
       Mat src = imread("fruits.jpg");
       if(!src.data)
       {
              return -1;
       }

       Mat src_gray;
       cvtColor(src,src_gray,CV_RGB2GRAY);//灰度圖像做傅里葉變換

       int m = getOptimalDFTSize(src_gray.rows);//2,3,5的倍數有更高效率的傅里葉轉換
       int n = getOptimalDFTSize(src_gray.cols);

       Mat dst;
       ///把灰度圖像放在左上角，在右邊和下邊擴展圖像，擴展部分填充爲0；
       copyMakeBorder(src_gray,dst,0,m-src_gray.rows,0,n-src_gray.cols,BORDER_CONSTANT,Scalar::all(0));
       cout<<dst.size()<<endl;

       //新建一個兩頁的array，其中第一頁用擴展後的圖像初始化，第二頁初始化爲0
       Mat planes[] = {Mat_<float>(dst), Mat::zeros(dst.size(), CV_32F)};
       Mat  completeI;
       merge(planes,2,completeI);//把兩頁合成一個2通道的mat

       //對上邊合成的mat進行傅里葉變換，支持原地操作，傅里葉變換結果爲複數。通道1存的是實部，通道2存的是虛部。
       dft(completeI,completeI);

       split(completeI,planes);//把變換後的結果分割到各個數組的兩頁中，方便後續操作
       magnitude(planes[0],planes[1],planes[0]);//求傅里葉變換各頻率的幅值，幅值放在第一頁中。

       Mat magI = planes[0];
       //傅立葉變換的幅度值範圍大到不適合在屏幕上顯示。高值在屏幕上顯示爲白點，
       //而低值爲黑點，高低值的變化無法有效分辨。爲了在屏幕上凸顯出高低變化的連續性，我們可以用對數尺度來替換線性尺度:
       magI += 1;
       log(magI,magI);//取對數
       magI= magI(Rect(0,0,src_gray.cols,src_gray.rows));//前邊對原始圖像進行了擴展，這裏把對原始圖像傅里葉變換取出，剔除擴展部分。


       //這一步的目的仍然是爲了顯示。 現在我們有了重分佈後的幅度圖，
       //但是幅度值仍然超過可顯示範圍[0,1] 。我們使用 normalize() 函數將幅度歸一化到可顯示範圍。
       normalize(magI,magI,0,1,CV_MINMAX);//傅里葉圖像進行歸一化。


       //重新分配象限，使（0,0）移動到圖像中心，
       //在《數字圖像處理》中，傅里葉變換之前要對源圖像乘以（-1）^(x+y)進行中心化。
       //這是是對傅里葉變換結果進行中心化
       int cx = magI.cols/2;
       int cy = magI.rows/2;

       Mat tmp;
       Mat q0(magI,Rect(0,0,cx,cy));
       Mat q1(magI,Rect(cx,0,cx,cy));
       Mat q2(magI,Rect(0,cy,cx,cy));
       Mat q3(magI,Rect(cx,cy,cx,cy));


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

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



       namedWindow("InputImage");
       imshow("InputImage",src);

       namedWindow("SpectrumImage");
       imshow("SpectrumImage",magI);

       waitKey();
       return0;
}</span>

實驗結果：

代碼已上傳至gihub:opencv之離散傅里葉變換

轉載：http://blog.csdn.net/ubunfans/article/details/24787569