[已解决]py 图像处理问题

大马强

老师给的一个实验任务

通过对fourier变换系数幅值设置阈值T，使得小于该值的系数为0，逆变换得到重构图像

我用的是 cv2.threshold()函数来设置阈值T，来实现这实验的要求
因为幅值关系到图像的颜色深浅，我猜测T越大图像越暗，但最后结果是原图几乎一样

然后三个地方来输出相关数据
第一个是输出经过cv2.threshold()函数筛选的幅值
第二个是输出实部数据
第三个是输出逆变换后得到新图像的矩阵
第一个和第二个确实是经过筛选了，但新图像的矩阵和原来的几乎一样

代码附上

1. import cv2
   
2. import numpy as np
   
3. import matplotlib.pyplot as plt
   
4. import os
   
5. img = cv2.imread("./IU49.jpg", cv2.IMREAD_GRAYSCALE)  # 直接读为灰度图像
   
6. thresh = 220  # 设置阈值
   
7. # 傅里叶变换
   
8. f1 = np.fft.fft2(img)
   
9. f1shift = np.fft.fftshift(f1)
   
10. f1_A = np.abs(f1shift)  # 取振幅
    
11. f1_P = np.angle(f1shift)  # 取相位
    
12. # print(f1_A)
    
13. 
    
14. retval, new_f1_A = cv2.threshold(
    
15.     f1_A, thresh, 255, cv2.THRESH_TOZERO)  # 大于阈值的部分不变，其余部分变为0
    
16. print(new_f1_A)    #
    
17. img_new1_f = np.zeros(img.shape, dtype=complex)
    
18. img1_real = new_f1_A * np.cos(f1_P)  # 取实部
    
19. img1_imag = new_f1_A * np.sin(f1_P)  # 取虚部
    
20. img_new1_f.real = np.array(img1_real)
    
21. img_new1_f.imag = np.array(img1_imag)
    
22. 
    
23. print("筛选后幅值\n", img1_real)
    
24. print("原始幅值\n", f1_A * np.cos(f1_P))
    
25. 
    
26. 
    
27. f3shift = np.fft.ifftshift(img_new1_f)  # 对新的进行逆变换
    
28. img_new1 = np.fft.ifft2(f3shift)

复制代码

最佳答案

月排行榜 / 总排行榜

sls111

2022-3-22 09:45:08

你这题可以直接问老师

跳转到最佳答案楼层

myqf123

路过

伽羅~

Passepartout

C丁洞杀O

这还有图像？

大马强

C丁洞杀O 发表于 2022-3-21 12:42
这还有图像？

sls111

你这题可以直接问老师

大马强

sls111 发表于 2022-3-22 09:45
你这题可以直接问老师

其他人和我结果一样

hy2009090003