python plt 傅里叶变化后的图片如何导出

最新推荐文章于 2024-08-05 08:53:06 发布

rory_wind

最新推荐文章于 2024-08-05 08:53:06 发布

阅读量1.5k

点赞数 2

CC 4.0 BY-SA版权

文章标签： opencv python

本文链接：https://blog.csdn.net/rory_wind/article/details/104931829

本文介绍了一种使用傅里叶变换进行低通滤波的图像处理方法，并提供了详细的Python代码实现，包括批量处理图像并导出结果的功能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

学习傅里叶变换之高通滤波和低通滤波推荐博客：https://blog.csdn.net/Eastmount/article/details/89645301

        plt.subplots_adjust(top=1,bottom=0,left=0,right=1,hspace=0,wspace=0)#输出图片拉满
        # plt.subplot(121), plt.imshow(img, 'gray'), plt.title('Original Image')
        # plt.axis('off')
        # plt.subplot(122)
        plt.imshow(res, 'gray')#使图片可视化并且为‘gray’灰色
        # plt.title('Result Image')
        plt.axis('off')#不显示轴线
        plt.savefig('out.jpg')#输出了图片
        # plt.show()#展示图片

代码块中没注释的部分就可以把傅里叶变化后的图片输出出来了。
除了这种方法，我目前不知道其他方法，因为matplotlib的封装导致输出的图片不是全黑就是全白，诶。

附上批量傅里叶变化低通滤波并导出图片的完整代码：

# -*- coding: utf-8 -*-
import cv2
import numpy as np
from matplotlib import pyplot as plt
import os

#读取图像
for i in range(81,629):#将81到628的图片进行转换
    if os.path.exists({}.jpg'.format(i)):#这一步是用来判断是否有这个图片，防止数字不连续
        img = cv2.imread({}.jpg'.format(i), 0)

        #傅里叶变换（使用cv2.dft进行傅里叶变化）
        #img表示输入的图片， cv2.DFT_COMPLEX_OUTPUT表示进行傅里叶变化的方法
        #数据类型转换
        dft = cv2.dft(np.float32(img), flags = cv2.DFT_COMPLEX_OUTPUT)
        #图像中的低频部分移动到图像的中心
        fshift = np.fft.fftshift(dft)

        #设置低通滤波器
        rows, cols = img.shape#其实这个可以用shape[0]和[1]来化简
        crow,ccol = int(rows/2), int(cols/2) #中心位置
        #定义掩模
        mask = np.zeros((rows, cols, 2), np.uint8)
        mask[crow-30:crow+30, ccol-30:ccol+30] = 1

        #掩膜图像和频谱图像乘积
        f = fshift * mask
        #傅里叶逆变换#图像的低频和高频部分移动到图像原来的位置
        ishift = np.fft.ifftshift(f)
        #使用cv2.idft进行傅里叶的反变化
        iimg = cv2.idft(ishift)
        #使用cv2.magnitude转化为空间域内
        res = cv2.magnitude(iimg[:,:,0], iimg[:,:,1])

        #显示原始图像和低通滤波处理图像
        plt.subplots_adjust(top=1,bottom=0,left=0,right=1,hspace=0,wspace=0)
        plt.imshow(res, 'gray')
        plt.axis('off')
        plt.savefig('/fft-origin1/{}.jpg'.format(i))