如何使用OpenCV Python找到图像的傅里叶变换？

离散傅里叶变换（DFT）和逆离散傅里叶变换（IDFT）可用于图像上的频域分析。要找到图像的傅立叶变换，我们使用函数 cv2.dft() 和 cv2.idft() 。我们可以应用傅里叶变换来分析各种滤波器的频率特性。

步骤

要找到输入图像的傅里叶变换，可以按照以下步骤进行 –

• 导入必需的库。在以下所有Python示例中，所需的Python库为 OpenCV，Numpy 和 Matplotlib。 请确保您已经安装了它们。

• 使用 cv2.imread() 方法将输入图像加载为灰度图像。还将灰度图像的类型转换为 float32 。

• 使用 cv2.dft() 在图像上找到离散傅里叶变换。

• 调用 np.fft.fftshift() 将零频率分量移动到频谱的中心。

• 应用对数变换并可视化幅度谱。

• 为了可视化转换后的图像，我们应用反向变换 np.fft.ifftshift() 和 cv2.idft() 。请参见下面讨论的第二个示例。

让我们看一些示例，以便更清楚地理解问