這篇文章主要介紹了python如何實現(xiàn)圖像的離散傅立葉變換，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

創(chuàng)新互聯(lián)-專業(yè)網(wǎng)站定制、快速模板網(wǎng)站建設(shè)、高性價比鐵力網(wǎng)站開發(fā)、企業(yè)建站全套包干低至880元,成熟完善的模板庫,直接使用。一站式鐵力網(wǎng)站制作公司更省心,省錢,快速模板網(wǎng)站建設(shè)找我們，業(yè)務(wù)覆蓋鐵力地區(qū)。費用合理售后完善，十多年實體公司更值得信賴。

圖像(MxN)的二維離散傅立葉變換可以將圖像由空間域變換到頻域中去，空間域中用x,y來表示空間坐標，頻域由u,v來表示頻率，二維離散傅立葉變換的公式如下：

在python中，numpy庫的fft模塊有實現(xiàn)好了的二維離散傅立葉變換函數(shù)，函數(shù)是fft2，輸入一張灰度圖，輸出經(jīng)過二維離散傅立葉變換后的結(jié)果，但是具體實現(xiàn)并不是直接用上述公式，而是用快速傅立葉變換。結(jié)果需要通過使用abs求絕對值才可以進行可視化，但是視覺效果并不理想，因為傅立葉頻譜范圍很大，所以要用log對數(shù)變換來改善視覺效果。

在使用log函數(shù)的時候，要寫成log(1 + x) 而不是直接用log(x),這是為了避開對0做對數(shù)處理。

另外，圖像變換的原點需要移動到頻域矩形的中心，所以要對fft2的結(jié)果使用fftshift函數(shù)。最后也可以使用log來改善可視化效果。

代碼如下：

import numpy as np
import matplotlib.pyplot as plt

img = plt.imread('photo.jpg')

#根據(jù)公式轉(zhuǎn)成灰度圖
img = 0.2126 * img[:,:,0] + 0.7152 * img[:,:,1] + 0.0722 * img[:,:,2]

#顯示原圖
plt.subplot(231),plt.imshow(img,'gray'),plt.title('original')

#進行傅立葉變換，并顯示結(jié)果
fft2 = np.fft.fft2(img)
plt.subplot(232),plt.imshow(np.abs(fft2),'gray'),plt.title('fft2')

#將圖像變換的原點移動到頻域矩形的中心，并顯示效果
shift2center = np.fft.fftshift(fft2)
plt.subplot(233),plt.imshow(np.abs(shift2center),'gray'),plt.title('shift2center')

#對傅立葉變換的結(jié)果進行對數(shù)變換，并顯示效果
log_fft2 = np.log(1 + np.abs(fft2))
plt.subplot(235),plt.imshow(log_fft2,'gray'),plt.title('log_fft2')

#對中心化后的結(jié)果進行對數(shù)變換，并顯示結(jié)果
log_shift2center = np.log(1 + np.abs(shift2center))
plt.subplot(236),plt.imshow(log_shift2center,'gray'),plt.title('log_shift2center')

運行結(jié)果：

根據(jù)公式實現(xiàn)的二維離散傅立葉變換如下：

import numpy as np
import matplotlib.pyplot as plt
PI = 3.141591265
img = plt.imread('temp.jpg')

#根據(jù)公式轉(zhuǎn)成灰度圖
img = 0.2126 * img[:,:,0] + 0.7152 * img[:,:,1] + 0.0722 * img[:,:,2]

#顯示原圖
plt.subplot(131),plt.imshow(img,'gray'),plt.title('original')

#進行傅立葉變換，并顯示結(jié)果
fft2 = np.fft.fft2(img)
log_fft2 = np.log(1 + np.abs(fft2))
plt.subplot(132),plt.imshow(log_fft2,'gray'),plt.title('log_fft2')

h , w = img.shape
#生成一個同樣大小的復(fù)數(shù)矩陣
F = np.zeros([h,w],'complex128')
for u in range(h):
 for v in range(w):
  res = 0
  for x in range(h):
   for y in range(w):
    res += img[x,y] * np.exp(-1.j * 2 * PI * (u * x / h + v * y / w))
  F[u,v] = res
log_F = np.log(1 + np.abs(F))
plt.subplot(133),plt.imshow(log_F,'gray'),plt.title('log_F')

直接根據(jù)公式實現(xiàn)復(fù)雜度很高，因為是四重循環(huán)，時間復(fù)雜度為 ，所以實際用的時候需要用快速傅立葉變換來實現(xiàn)

感謝你能夠認真閱讀完這篇文章，希望小編分享的“python如何實現(xiàn)圖像的離散傅立葉變換”這篇文章對大家有幫助，同時也希望大家多多支持創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計公司，關(guān)注創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計公司行業(yè)資訊頻道，更多相關(guān)知識等著你來學(xué)習(xí)!

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、網(wǎng)站設(shè)計器、香港服務(wù)器、美國服務(wù)器、虛擬主機、免備案服務(wù)器”等云主機租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。

網(wǎng)站名稱：python如何實現(xiàn)圖像的離散傅立葉變換-創(chuàng)新互聯(lián)
URL網(wǎng)址：http://weahome.cn/article/pessi.html