OpenCV示例學習（七）：離散傅里變換（DFT）算子：getOptimalDFTSize(),copyMakeBorder(),magnitude(),log(),normalize()

#include <opencv2/opencv.hpp>using namespace cv;int main(int argc, char *argv[]) {QCoreApplication a(argc, argv);//【1】以灰度模式讀取原始圖像并顯示Mat srcImage = imread("F:/C++/2. OPENCV 3.1.0/TEST/2.jpg", 0);if (!srcImage.data) { printf("讀取圖片錯誤，請確定目錄下是否有imread函數指定圖片存在~！ \n"); return false; }imshow("原始圖像", srcImage);//【2】將輸入圖像延擴到最佳的尺寸，填充邊界（用0）// 返回給定向量尺寸的傅里葉最有尺寸大小 m,nint m = getOptimalDFTSize(srcImage.rows);int n = getOptimalDFTSize(srcImage.cols);//將添加的像素初始化為0.// 擴充圖像邊界：//top +=0；button+=(m - srcImage.rows)//left +=0；right +=(n - srcImage.cols)Mat padded;copyMakeBorder(srcImage, padded, 0, m - srcImage.rows, 0, n - srcImage.cols, BORDER_CONSTANT, Scalar::all(0));//imshow("src",srcImage);//【3】為傅立葉變換的結果(實部和虛部)分配存儲空間。// 傅里葉變換的結果是復數，對于每個原圖像值，結果會有兩個圖像值。// 此外，頻域范圍遠遠超過空間值范圍，因此要將頻域儲存在 float 格式中。// 多加額外通道儲存復數部分。Mat planes[] = { Mat_<float>(padded), Mat::zeros(padded.size(), CV_32F) };Mat complexI;//將planes數組組合合并成一個多通道的數組complexImerge(planes, 2, complexI);//【4】進行就地離散傅里葉變換（輸入輸出均為同一圖像）// 此圖像有兩個通道，分辨儲存dft(complexI, complexI);//【5】將復數轉換為幅值M，即// =>M=sqrt(Re(DFT(I))^2 + Im(DFT(I))^2)// 將多通道數組complexI分離成幾個單通道數組，// planes[0] = Re(DFT(I), planes[1] = Im(DFT(I))split(complexI, planes);magnitude(planes[0], planes[1], planes[0]);// planes[0] = magnitude//【6】進行對數尺度(logarithmic scale)縮放:// 傅里葉變換幅度值范圍大到不適合于屏幕顯示（高值白點，低值黑點）// 為了凸顯高低值變化的連續性，我們用對數尺度替換線性尺度，即// =>M1=log(1 +M)Mat magnitudeImage = planes[0];magnitudeImage += Scalar::all(1);log(magnitudeImage, magnitudeImage);//求自然對數//【7】剪切和重分布幅度圖象限//若有奇數行或奇數列，進行頻譜裁剪magnitudeImage = magnitudeImage(Rect(0, 0, magnitudeImage.cols & -2, magnitudeImage.rows & -2));//重新排列傅立葉圖像中的象限，使得原點位于圖像中心int cx = magnitudeImage.cols / 2;int cy = magnitudeImage.rows / 2;Mat q0(magnitudeImage, Rect(0, 0, cx, cy)); // ROI區域的左上Mat q1(magnitudeImage, Rect(cx, 0, cx, cy)); // ROI區域的右上Mat q2(magnitudeImage, Rect(0, cy, cx, cy)); // ROI區域的左下Mat q3(magnitudeImage, Rect(cx, cy, cx, cy)); // ROI區域的右下//交換象限（左上與右下進行交換）Mat tmp;q0.copyTo(tmp);q3.copyTo(q0);tmp.copyTo(q3);//交換象限（右上與左下進行交換）q1.copyTo(tmp);q2.copyTo(q1);tmp.copyTo(q2);//【8】歸一化，用0到1之間的浮點值將矩陣變換為可視的圖像格式normalize(magnitudeImage, magnitudeImage, 0, 1, NORM_MINMAX);//【9】顯示效果圖imshow("頻譜幅值", magnitudeImage);waitKey();return a.exec(); }

總結

以上是生活随笔為你收集整理的OpenCV示例学习（七）：离散傅里变换（DFT）算子：getOptimalDFTSize(),copyMakeBorder(),magnitude(),log(),normalize()的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。