在python中使用opencv进行dft和idft去除图像条纹-Toy模板网

这篇具有很好参考价值的文章主要介绍了在python中使用opencv进行dft和idft去除图像条纹。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

def dft(path):
    img=cv2.imread(path,0)
    if img is None:
        print('load img fail\n')
        return
    dst=cv2.dft(np.float32(img),flags=cv2.DFT_COMPLEX_OUTPUT)
    dst_center=np.fft.fftshift(dst)#将高频移动到中间
    rows,cols = img.shape
    # 定义掩模：生成的掩模中间为1周围为0
    crow, ccol = int(img.shape[0] / 2), int(img.shape[1] / 2)  # 求得图像的中心点位置
    mask = np.zeros((img.shape[0], img.shape[1], 2), np.uint8)
    mask[::] = 1
    mask[int(rows/2):int(rows/2 + 1),:] = 0
    mask[int(rows/2):int(rows/2 + 1),ccol-int(ccol/32):ccol+int(ccol/32)] = 1
    dst_center = dst_center*mask
    result=20*np.log(cv2.magnitude(dst_center[:,:,0],dst_center[:,:,1]))
    # 使用np.fft.ifftshift将低频移动到原来的位置
    dst_origin = np.fft.ifftshift(dst_center)
    # 使用cv2.idft进行傅里叶的逆变化
    img_idft = cv2.idft(dst_origin)
    # 使用cv2.magnitude转化为空间域内
    img_idft = cv2.magnitude(img_idft[:, :, 0], img_idft[:, :, 1],(rows,cols))
    # 显示图像
    plt.subplot(131)
    plt.imshow(img, cmap="gray")
    plt.axis("off")
    plt.title('origin')
    plt.subplot(132)
    plt.imshow(result, cmap="gray")
    plt.axis("off")
    plt.title('dft')
    plt.subplot(133)
    plt.axis("off")
    plt.imshow(img_idft, cmap=plt.cm.gray)
    plt.title('idft')
    plt.show()

首先加载图像，然后进行dft计算频谱图，之后使用掩膜，将竖条纹的频谱信号去除，再逆变换还原为图像，示例图像中为竖向条纹，在频谱图中表现在X轴上

结果如下

图像表面的条纹去除,opencv,python,人工智能