Python 傅里叶变换二维伪影-我做错了什么？

所以现在我试着用傅里叶变换（2D）来概括我的思想。我想对一幅图像进行傅里叶变换，只返回幅度谱，就像本网站上的主题一样：

然而，我的图像（使用Sydide IDE）是这样的，中间有一些奇怪的人为工具，使用上面链接中的相同图像。

我使用的代码是python中使用numpy（np）、opencv2和matplotlib的代码：

import numpy as np
import cv2
from matplotlib import pyplot as plt
from os import listdir
from os.path import isfile, join


image1 = cv2.imread("Images/test2.png", 0)
fourier = np.fft.fft2(image1)
magnitude = abs(fourier)
inverse = np.fft.ifftshift(np.fft.ifft2(magnitude))
plt.subplot(), plt.imshow(np.uint8(inverse), cmap='gray')
plt.title(''), plt.xticks([]), plt.yticks([])
plt.show()

我做错了什么

---

更新：添加了导入

您可以尝试将

np.uint8

更改为

np.abs

。由于您希望剪裁在255以上，而不是模数，因此应执行以下操作：

inverse = np.fft.ifftshift(np.fft.ifft2(magnitude))
inv = np.abs(inverse)
inv[inv > 255] = 255
plt.subplot(), plt.imshow(inv, cmap='gray')

---

<> P>在你的情节中间的奇怪的东西是被包裹的大的值（转换为UIT8的模数）。当不铸造时，你只看到中间有一个白点。通常（对于自然图像），DFT在原点具有非常高的幅值，对于更高的频率，幅值呈指数减小

显示DFT的最佳方法是对幅值应用对数变换：

inverse = np.fft.ifftshift(np.fft.ifft2(magnitude))
inverse = np.log(np.abs(inverse))
plt.subplot(), plt.imshow(inverse, cmap='gray')

---

无法运行给定的代码，因为它缺少导入、引用本地数据等。请更新它，以便我们重现您的问题。您好，抱歉！我已经更新了导入。它引用的是本地数据，但原始图像（图像链接）是我用来创建震级谱的图像。这看起来像是由大值包装引起的伪影。为什么要转换成

uint8

？@kazemakase我这样做是因为傅里叶变换返回一个复数，为了重建图像，我需要将其转换成原始格式（uint8）。你检查过

逆

的值是否适合8字节的整数吗？（我打赌他们不会。）试着让你的生活变得轻松，转而使用

np.float64

。如果你真的想放弃想象的部分，谢谢你的帮助，但是，如果我把它改成NP.ABS，我只会得到一个中间有白点的黑色图像。我也已经在使用rgbgray图像（cv2.imread（0）的第二个参数）。更正了我的答案。uint8不剪裁255以上的值，用作模数

np.uint8（257）

给出了

1

。它可以工作！太棒了，非常感谢你的帮助。我没有想到这一点，但这是有道理的，谢谢你！