OpenCV图像的离散傅里叶变换

《OpenCV图像处理》

---上机实验报告 2

图像的离散傅里叶变换

一、 实验名称：

图像的离散傅里叶变换

二、 实验目的：

1、进一步学习OpenCV的使用方法；

2、学会计算以及显示傅里叶变换后的幅度图像。

三、 实验内容：

1、学习有关傅立叶变换的知识；

2、计算并显示傅立叶变换后的幅度图像。

四、 实验原理：

对一张图像使用傅里叶变换就是将它分解成正弦和余弦两部分，也就是将图像从空间域转换到频域，这一转换的理论基础来自于以下事实：任一函数都可以表示成无数个正弦和余弦函数的和的形式。傅里叶变换就是一个用来将函数分解的工具。计算以及显示傅里叶变换后的幅度图像的步骤如下： 1、将图像延扩到最佳尺寸

2、为傅立叶变化的结果分配空间 3、进行离散傅立叶变换 4、将复数转换为幅度 5、对数尺度缩放

6、剪切和重分布幅度图象限

五、 实验运行环境：

Windows7操作系统，Microsoft Visual C++ 2008 Express Edition

六、实验源代码：

#include

#include \ #include \ #include \ #include using namespace cv; using namespace std;

int main(int argc,char**argv) {

const char*filename=argc>=2?argv[1]:\; Mat I=imread(filename,CV_LOAD_IMAGE_GRAYSCALE); if(I.empty())

return -1; Mat padded;

}

int m=getOptimalDFTSize(I.rows);

copyMakeBorder(I,padded,0,m-I.rows,0,n-I.cols,BORDER_CONSTANT,Scalar::all(0));

int n=getOptimalDFTSize(I.cols);

Mat planes[]={Mat_(padded),Mat::zeros(padded.size(),CV_32F)}; Mat complexI;

merge(planes,2,complexI);

dft(complexI,complexI); split(complexI,planes); Mat magI=planes[0]; magI+=Scalar::all(1); log(magI,magI);

magI=magI(Rect(0,0,magI.cols&-2,magI.rows&-2)); int cx=magI.cols/2;

Mat q0(magI,Rect(0,0,cx,cy)); Mat q1(magI,Rect(cx,0,cx,cy)); Mat q2(magI,Rect(0,cy,cx,cy)); Mat q3(magI,Rect(cx,cy,cx,cy)); Mat tmp; q0.copyTo(tmp); q3.copyTo(q0); tmp.copyTo(q3); q2.copyTo(q1); tmp.copyTo(q2);

normalize(magI,magI,0,1,CV_MINMAX);

magnitude(planes[0],planes[1],planes[0]);

int cy=magI.rows/2;

q1.copyTo(tmp);

imshow(\,I); waitKey(); return 0;

imshow(\,magI);

七、实验结果：

八、实验总结：

通过本次实验，我又一次学到了一种图像处理的方法，学会计算以及显示傅里叶变换后的幅度图像，我熟悉了对图片的傅立叶变换的操作和具体代码，写代码期间遇到过很多问题，通过查阅书籍和资料都一一改正了过来，总之，代码还是不太熟悉，还有待于进一步提高。