Python图像处理【7】采样、卷积与离散傅里叶变换

0. 前言

采样 (Sampling) 是用于选择/丢弃图像像素的空间操作，通常用于增加/减小图像大小；而卷积是一种局部数学运算，通过将像素及其相邻像素的强度值乘以卷积核(通常是一个尺寸较小的窗口矩阵)实现；使用不同核执行图像卷积会在输出图像中产生不同的效果(例如，模糊、锐化、边缘提取等)。离散傅里叶变换 (Discrete Fourier Transform, DFT) 的基本思想是将图像视为二维函数，该函数可以表示为二维正弦和余弦(傅里叶基/系数)的加权和。DFT 可以用于将图像从空域变换到频域，因为卷积等操作在频域中可以更快地执行。在本节中，我们将使用常用 Python 库利用采样、卷积和 DFT 定理解决图像处理问题。

1. 图像傅里叶变换

在本节中，我们将介绍离散傅里叶变换 (Discrete Fourier Transform, DFT) 相关基础概念，并使用 Numpy 的 fft 模块在图像中应用 DFT，也可以使用 Scipy 的 fftpack 模块实现 DFT。

1.1 傅里叶变换基础

我们首先介绍 2D 傅里叶变换及