儘管離第一次接觸傅立葉變換已經好幾年了,但是至今還是不理解,想想數學課和小波課都白上了。今天又重溫傅立葉變換,又寫了代碼。
我的習慣先上代碼,再講原理:
代碼:
#include <opencv/cv.h>
#include <opencv2/contrib/contrib.hpp>
#include <opencv/highgui.h>
#include "opencv2/core/core.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <iostream>
using namespace cv;
int main(int argc,char** argv)
{
Mat img = imread("D:\\1.jpg");//原圖爲彩圖
Mat gray_img(img.size(),CV_32F);//
if(img.empty())
{
return false;
}
if(img.channels()!=1)
{
cvtColor(img,gray_img,CV_BGR2GRAY);//將原圖轉換爲灰度圖
}
Mat expanded;
int height = getOptimalDFTSize(gray_img.rows);//DFT變換找到最合適的圖像的長寬,下面會介紹原理
int width = getOptimalDFTSize(gray_img.cols);
expanded.create(height,width,CV_32F);
copyMakeBorder(gray_img,expanded,0,height-gray_img.rows,0,width-gray_img.cols,BORDER_CONSTANT,Scalar::all(0));//將原圖像擴充
Mat plural[]={Mat_<float>(expanded),Mat::zeros(expanded.size(),CV_32F)};//注意Mat_爲模板,下面會介紹
Mat complex;
merge(plural,2,complex);//merge(Mat* input,size_t count,Mat* output)//merge根據參數不同,意義不同
dft(complex,complex);//dft變換
split(complex,plural);
magnitude(plural[0],plural[1],plural[0]);//dft轉換後的圖像只有轉換爲幅度圖才能顯示出來
Mat Image = plural[0];
Image += Scalar::all(1);//將幅度圖進行尺度變換,主要的原因是幅度圖太大,頻率低爲白點,頻率高爲黑點,有興趣的可以輸出圖像看看效果
log(Image,Image);
Image = Image(Rect(0,0,Image.cols&-2,Image.rows&-2));//以下操作等價爲將圖像進行順時針90度,爲了將原點移至圖像的中心
int x =Image.cols/2;
int y =Image.rows/2;
Mat C0(Image,Rect(0,0,x,y));
Mat C1(Image,Rect(x,0,x,y));
Mat C2(Image,Rect(0,y,x,y));
Mat C3(Image,Rect(x,y,x,y));
Mat temp;
C0.copyTo(temp);
C3.copyTo(C0);
temp.copyTo(C3);
C1.copyTo(temp);
C2.copyTo(C1);
temp.copyTo(C2);
normalize(Image, Image, 0, 1, CV_MINMAX);//歸一化也爲了能夠顯示圖像,不然圖像還是太大
imshow("src",img);
imshow("dst",Image);
waitKey(0);
}
原圖及結果:
本文原理:
相關知識:
Mat_<>爲模板,這個應該注意,說實話平時用模板比較少,這一次用到了算又對Mat瞭解了一下,另外也可以多注意總結Mat的初始化構造函數,與其他類型進行轉換等等的問題。