OpenCV离散傅里叶变换

#include “opencv2/core.hpp”

#include“opencv2/imgproc.hpp”

#include“opencv2/imgcodecs.hpp”

#include“opencv2/highgui.hpp”

#include < iostream>

使用命名空间 CV;

使用命名空间 std;

静态无效帮助（char ** argv）

{

cout << endl

<< “该程序演示了离散傅里叶变换（DFT）的使用。<< endl

<< “拍摄图像的 dft 并显示其功率谱。”<< endl << endl

<< “用法：” << endl

<< argv[0] << “ [image_name -- default lena.jpg]” << endl << endl;

}

int main（int argc， char ** argv）

{

帮助（argv）;

const char* 文件名 = argc >=2 ？argv[1] ： “lena.jpg”;

席I = imread（ samples：：findFile（ 文件名 ）， IMREAD_GRAYSCALE);

if（ I.空()){

cout << “打开图像时出错” << endl;

返回EXIT_FAILURE;

}

垫子衬垫;将输入图像放大到最佳大小

int m = getOptimalDFTSize（ I.rows );

int n = getOptimalDFTSize（ I.cols ）;在边框上添加零值

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

垫子平面[] = {Mat_<float>（padded）， Mat：：zeros（padded.size（）、CV_32F)};

垫复合物I;

merge（planes， 2， complexI）;将另一个带有零的平面添加到展开的平面

dft（复合物I，复合物I）;这样，结果可以适合源矩阵

计算幅度并切换到对数刻度

=> log（1 + sqrt（Re（DFT（I））^2 + Im（DFT（I））^2））

split（complexI， 平面）;// planes[0] = Re（DFT（I）， planes[1] = Im（DFT（I））

幅度（planes[0]， planes[1]， planes[0]）;// planes[0] = magnitude

垫子 magI = 平面[0];

magI += 标量：：all（1）;切换到对数刻度

日志（magI， magI）;

裁剪光谱，如果它有奇数行或列数

magI = magI（Rect（0， 0， magI.cols & -2， magI.行 & -2））;

重新排列傅里叶图像的象限，使原点位于图像中心

int cx = magI。cols/2;

int cy = magI。行/2;

垫 q0（magI， Rect（0， 0， cx， cy））;左上角 - 创建每个象限的投资回报率

垫 q1（magI， Rect（cx， 0， cx， cy））;// 右上角

垫 q2（magI， Rect（0， cy， cx， cy））;左下角

垫子 q3（magI， Rect（cx， cy， cx， cy））;右下角

垫子tmp;交换象限（左上角和右下角）

问题0.copyTo（tmp）;

q3.copyTo（q0）;

TMP的。copyTo（q3）;

q1.copyTo（tmp）;交换象限（右上角和左下角）

q2.copyTo（q1）;

TMP的。copyTo（q2）;

归一化（magI， magI， 0， 1， NORM_MINMAX）;将带有浮点值的矩阵转换为

可查看的图像形式（在值 0 和 1 之间浮动）。

imshow（“输入图像” ， I ）;显示结果

imshow（“频谱幅度”， magI）;

等待键();

返回EXIT_SUCCESS;

}