Python 使用openCV显示DFT输出时出现问题'；s imshow_Python_Numpy_Opencv_Image Processing

Python 使用openCV显示DFT输出时出现问题'；s imshow

python numpy opencv image-processing

Python 使用openCV显示DFT输出时出现问题'；s imshow,python,numpy,opencv,image-processing,Python,Numpy,Opencv,Image Processing,我按照上的教程，在python中使用NumPy和OpenCV创建了一个低通过滤器。我没有像教程中那样使用pyplot显示转换后的图像，而是尝试使用OpenCV的imshow函数，但没有得到所需的输出 img = cv2.imread('./lenna.jpg', 0) img = np.array(img) dft = cv2.dft(np.float32(img),flags = cv2.DFT_COMPLEX_OUTPUT) dft_shift = np.fft.fftshift(dft

我按照上的教程，在python中使用NumPy和OpenCV创建了一个低通过滤器。我没有像教程中那样使用pyplot显示转换后的图像，而是尝试使用OpenCV的imshow函数，但没有得到所需的输出

img = cv2.imread('./lenna.jpg', 0)
img = np.array(img)


dft = cv2.dft(np.float32(img),flags = cv2.DFT_COMPLEX_OUTPUT)
dft_shift = np.fft.fftshift(dft)

rows, cols = img.shape
crow,ccol = int(rows/2) , int(cols/2)

mask = np.zeros((rows,cols,2),np.uint8)
mask[crow-30:crow+30, ccol-30:ccol+30] = 1

fshift = dft_shift*mask
f_ishift = np.fft.ifftshift(fshift)
img_back = cv2.idft(f_ishift)
img_back = cv2.magnitude(img_back[:,:,0],img_back[:,:,1])

cv2.imshow('before', img)
cv2.imshow('after', img_back)
cv2.waitKey(0)

有人能帮我理解我做错了什么吗？输出映像的数据类型是否错误

如果要以np.float32类型显示数据，必须将其标准化为1.0

img_back = cv2.normalize(img_back, None, alpha=0, beta=1.0, norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_32F)

如果要以np.float32类型显示数据，必须将其规格化为1.0

img_back = cv2.normalize(img_back, None, alpha=0, beta=1.0, norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_32F)

imshow

要求浮动在0的范围内。。1正确显示（或uint8在0..255范围内）

执行以下操作以读取图像：

img=cv2.imread（'./lenna.jpg'）
img=img/np.float32（255）

我建议不要使用cv2。使用NORM_MINMAX规范化，因为这会改变图片的整体对比度，而这不是您需要（或想要）的

此外，我建议获得复杂结果的真实成分。不要采用大小。

imshow

预计浮动范围为0。。1正确显示（或uint8在0..255范围内）

执行以下操作以读取图像：

img=cv2.imread（'./lenna.jpg'）
img=img/np.float32（255）

我建议不要使用cv2。使用NORM_MINMAX规范化，因为这会改变图片的整体对比度，而这不是您需要（或想要）的

此外，我建议获得复杂结果的真实成分。不要采用大小。

OpenCV的FFT函数要求将缩放标志

DFT\u SCALE

精确指定给

DFT、idft

中的一个。请参阅

我选择在第一个函数中传递它，因为它已经接受了另一个标志

numpy的fft2函数不需要这个。他们按原样工作

这两个版本仅在

dft/idft

和

fft2/ifft2

方面有所不同

导入操作系统
导入系统
将numpy作为np导入
将cv2作为cv导入
def准备_光谱（光谱）：
mag=np.linalg.norm（光谱，轴=2）
磁力/=磁力最大值（）
mag**=1/4
回传杂志
img=cv.imread（cv.samples.findFile（“lena.jpg”），cv.imread\u灰度）
img=img/np.float32（255）
dft=cv.dft（img，flags=cv.dft_复数_输出| cv.dft_刻度）
cv.imshow（“1 dft”，准备频谱（dft））
dft_shift=np.fft.fft移位（dft）
cv.imshow（“2 dft\U移位”，准备频谱（dft\U移位））
行，列=img.shape
crow，ccol=（行//2），（列//2）
掩码=np.zero（（行，列，2），数据类型=np.uint8）
遮罩[crow-30:crow+30，ccol-30:ccol+30]=1
dft_移位*=掩码
cv.imshow（“3 dft\u移位屏蔽”，准备频谱（dft\u移位））
dft=np.fft.ifftshift（dft\U移位）
cv.imshow（“4个dft屏蔽”，准备频谱（dft））
img_back=cv.idft（干膜厚度）
img_back=img_back[：，：，0]#实部
cv.imshow（“之前”，img）
cv.imshow（“之后”，img\U后）
cv.waitKey（）
cv.destroyAllWindows（）

努比：

导入操作系统
导入系统
将numpy作为np导入
将cv2作为cv导入
def准备_光谱（光谱）：
mag=np.abs（光谱）
磁力/=磁力最大值（）
mag**=1/4
回传杂志
img=cv.imread（cv.samples.findFile（“lena.jpg”），cv.imread\u灰度）
img=img/np.float32（255）
dft=np.fft.fft2（img）
cv.imshow（“1 dft”，准备频谱（dft））
dft_shift=np.fft.fft移位（dft）
cv.imshow（“2 dft\U移位”，准备频谱（dft\U移位））
行，列=img.shape
crow，ccol=（行//2），（列//2）
掩码=np.zero（（行，列），数据类型=np.uint8）
遮罩[crow-30:crow+30，ccol-30:ccol+30]=1
dft_移位*=掩码
cv.imshow（“3 dft\u移位屏蔽”，准备频谱（dft\u移位））
dft=np.fft.ifftshift（dft\U移位）
cv.imshow（“4个dft屏蔽”，准备频谱（dft））
img_back=np.fft.ifft2（dft）
img\u back=np.real（img\u back）
cv.imshow（“之前”，img）
cv.imshow（“之后”，img\U后）
cv.waitKey（）
cv.destroyAllWindows（）