OpenCV/Python:fftimage上的掩码-为什么我们需要两个通道？

我用掩模从fft变换后的图像中截取一些频率

我的代码是：

img = cv2.imread('messi.jpg',0)
rows, cols = img.shape
crow, ccol = rows/2 , cols/2     # center
dft = cv2.dft(np.float32(img),flags = cv2.DFT_COMPLEX_OUTPUT)
dft_shift = np.fft.fftshift(dft)

我的面具是：

# create a mask first, center square is 0, remaining all ones
mask = np.ones((rows, cols, 2), np.uint8)
mask[crow-30:crow+30, ccol-30:ccol+30] = 0

然后我将遮罩应用于傅里叶变换图像：

fshift = dft_shift*mask

我试图绘制遮罩，但是我得到了一个尺寸错误，我必须使用下面的代码创建一个新的来打印它

printMask = np.ones(img.shape, np.uint8)
printMask[crow-30:crow+30, ccol-30:ccol+30] = 0

---

我的问题是为什么我们必须在掩码中使用

（行，列，2）

，而不是

（行，列）

。为什么我们需要这两个通道？

通常，图像有1个通道（灰度）或3个通道（RGB）。因此，应用于它们的遮罩应该具有相同数量的通道

在本例中，您将对傅里叶变换的结果应用遮罩。傅里叶变换是频率的复值函数。返回的两个通道分别是变换的实部和虚部。如果要在其上应用遮罩，则需要两个通道

您可以看到

cv2.dft

的工作原理

---

干杯

通常，图像有1个通道（灰度）或3个通道（RGB）。因此，应用于它们的遮罩应该具有相同数量的通道

在本例中，您将对傅里叶变换的结果应用遮罩。傅里叶变换是频率的复值函数。返回的两个通道分别是变换的实部和虚部。如果要在其上应用遮罩，则需要两个通道

您可以看到

cv2.dft

的工作原理

---

干杯

通常，图像有1个通道（灰度）或3个通道（RGB）。因此，应用于它们的遮罩应该具有相同数量的通道

在本例中，您将对傅里叶变换的结果应用遮罩。傅里叶变换是频率的复值函数。返回的两个通道分别是变换的实部和虚部。如果要在其上应用遮罩，则需要两个通道

您可以看到

cv2.dft

的工作原理

---

干杯

通常，图像有1个通道（灰度）或3个通道（RGB）。因此，应用于它们的遮罩应该具有相同数量的通道

在本例中，您将对傅里叶变换的结果应用遮罩。傅里叶变换是频率的复值函数。返回的两个通道分别是变换的实部和虚部。如果要在其上应用遮罩，则需要两个通道

您可以看到

cv2.dft

的工作原理

---

---

干杯

这是R吗？因为它看起来像蟒蛇。@MartínEscarrá是的，你是对的！它是纯python。我目前正在做两个项目，我有点困惑。谢谢这是R吗？因为它看起来像蟒蛇。@MartínEscarrá是的，你是对的！它是纯python。我目前正在做两个项目，我有点困惑。谢谢这是R吗？因为它看起来像蟒蛇。@MartínEscarrá是的，你是对的！它是纯python。我目前正在做两个项目，我有点困惑。谢谢这是R吗？因为它看起来像蟒蛇。@MartínEscarrá是的，你是对的！它是纯python。我目前正在做两个项目，我有点困惑。谢谢我只使用了

mask=np.ones（（行，列），np.uint8）

进行了尝试，但是当我使用

f\u image=fft\u shift*mask

时，它不起作用，我得到了一个错误。关于面具，我从这里看到了一个例子：哦，我明白了。将遮罩应用于傅里叶变换的结果。傅里叶变换是频率的复值函数。返回的两个通道分别是转换的真实部分和复杂部分。如果要在其上应用遮罩，则需要两个通道。您可以在这里查看

cv2.dft

的工作原理->感谢您的回复！请把它添加到你的答案中，给你一个反馈。@mescarra你写的“转变中真实而复杂的部分”。它应该是“变换的实部和虚部”。我只使用了

mask=np.ones（（行，列），np.uint8）

尝试了它，但是当我使用

f\u image=fft\u shift*mask

时，它不起作用，我得到了一个错误。关于面具，我从这里看到了一个例子：哦，我明白了。将遮罩应用于傅里叶变换的结果。傅里叶变换是频率的复值函数。返回的两个通道分别是转换的真实部分和复杂部分。如果要在其上应用遮罩，则需要两个通道。您可以在这里查看

cv2.dft

的工作原理->感谢您的回复！请把它添加到你的答案中，给你一个反馈。@mescarra你写的“转变中真实而复杂的部分”。它应该是“变换的实部和虚部”。我只使用了

mask=np.ones（（行，列），np.uint8）

尝试了它，但是当我使用

f\u image=fft\u shift*mask

时，它不起作用，我得到了一个错误。关于面具，我从这里看到了一个例子：哦，我明白了。将遮罩应用于傅里叶变换的结果。傅里叶变换是频率的复值函数。返回的两个通道分别是转换的真实部分和复杂部分。如果要在其上应用遮罩，则需要两个通道。您可以在这里查看

cv2.dft

的工作原理->感谢您的回复！请把它添加到你的答案中，给你一个反馈。@mescarra你写的“转变中真实而复杂的部分”。它应该是“变换的实部和虚部”。我只使用了

mask=np.ones（（行，列），np.uint8）

尝试了它，但是当我使用

f\u image=fft\u shift*mask

时，它不起作用，我得到了一个错误。关于面具，我从这里看到了一个例子：哦，我明白了。将遮罩应用于傅里叶变换的结果。傅里叶变换是频率的复值函数。返回的两个通道是真实和复杂的pa