Python 如何向OpenCV函数cv.dft（）输入复数值？_Python_Numpy_Opencv_Dft

Python 如何向OpenCV函数cv.dft（）输入复数值？

python numpy opencv

Python 如何向OpenCV函数cv.dft（）输入复数值？,python,numpy,opencv,dft,Python,Numpy,Opencv,Dft,我正在努力实现一篇研究论文中所述的内容。它描述了如何从图像中提取傅里叶特征。我试图在编码时遵循这些步骤，但反复遇到与输入数组的数据类型和维度相关的错误。所以我问如何向函数输入复数值我遵循了研究论文中的以下说明傅立叶描述符：傅立叶描述符提供了一种编码方式通过将每个像素位置（x，y）映射到复数（x+y）按顺序记录每个像素的坐标值（沿形状顺时针移动）使用坐标值构造复数向量记录在步骤1中，即（x，y）→ （x+y）取复值向量的DFT 我的问题出现在第三步这是我的实现 def get

我正在努力实现一篇研究论文中所述的内容。它描述了如何从图像中提取傅里叶特征。我试图在编码时遵循这些步骤，但反复遇到与输入数组的数据类型和维度相关的错误。所以我问如何向函数输入复数值

我遵循了研究论文中的以下说明

傅立叶描述符：傅立叶描述符提供了一种编码方式通过将每个像素位置（x，y）映射到复数（x+y）

按顺序记录每个像素的坐标值（沿形状顺时针移动）

使用坐标值构造复数向量记录在步骤1中，即（x，y）→ （x+y）

取复值向量的DFT

我的问题出现在第三步

这是我的实现

def get_dft（图像）：
坐标=cv.findNonZero（图像）
#下面的代码删除了不必要的维度
坐标=坐标.重塑（坐标.形状[0]，2）
y=坐标[：，1]*1j#转换为复数
#下面的代码删除了不必要的维度
y=y.重塑（坐标.形状[0]，1）
x=坐标[：，0]。重塑（坐标.shape[0]，1）
#下面的语句将从两个单独的数组进行转换
#到每个元素的单个数组
#形式为[a+jb]
t=x+y
#下面是发生错误的地方
dft=cv.dft（t，标志=cv.dft\u复数输入）

这就是我得到的错误

TypeError: Expected cv::UMat for argument 'src'

当我皈依为

a=numpy.ndarray（t）

我明白了

它想说有超过32个维度。我不明白为什么会这样

当我试着

a=numpy.ndarray（[t]）

我得到了错误

TypeError: only integer scalar arrays can be converted to a scalar index

简而言之，我想按照论文中提到的步骤，制作一个复数向量

[[a+jb],[c+jd]...]

并将其传递给DFT函数。

我找到了解决此问题的方法

def get_dft（图像）：
坐标=cv.findNonZero（图像）
坐标=坐标.重塑（坐标.形状[0]，2）.aType（浮点）
y=坐标[：，1]。重塑（坐标.shape[0]，1）
x=坐标[：，0]。重塑（坐标.shape[0]，1）
t=cv.merge（[x，y]）#用于转换为2个通道
dft=cv.dft（t，标志=cv.dft\u复数输入）

我尝试了所有的numpy api，但由于我不理解的原因，所有这些似乎都失败了，但幸运的是OpenCV

cv.merge（…）

成功了

它需要多个输入数组和连接来生成多通道输出

我还尝试向opencvapi函数输入复数

cv.dft（…）

这不是输入复数的正确方法。

它表示标志cv.DFT\u COMPLEX\u输入

指定输入为复杂输入。如果设置了此标志，则输入必须有2个通道。另一方面，出于向后兼容性的原因，如果输入有2个通道，则输入已经被认为是复杂的

请注意，我还面临的问题是转换为双通道，这是因为我没有正确理解函数输入所需的结构cv:：UMat（）

总结是，
如果要在OpenCV API函数中输入复数

cv.dft（…）

您的输入必须由2个通道组成，以完成制作双通道阵列、OpenCV函数、

cv.merge（…）

，当您尝试组合多个单独的频道时，似乎可以正确地完成工作。

我找到了解决问题的方法

def get_dft（图像）：
坐标=cv.findNonZero（图像）
坐标=坐标.重塑（坐标.形状[0]，2）.aType（浮点）
y=坐标[：，1]。重塑（坐标.shape[0]，1）
x=坐标[：，0]。重塑（坐标.shape[0]，1）
t=cv.merge（[x，y]）#用于转换为2个通道
dft=cv.dft（t，标志=cv.dft\u复数输入）