机器学习实践系列之14 - OpenCV之傅里叶变换
2017-03-02 22:24
429 查看
关于 傅里叶变换,讲的太多了,这里我就不再啰嗦一遍了,原理的东西大家可以搜一下,推荐一篇文章:
如果看了此文你还不懂傅里叶变换,那就过来掐死我吧
这篇文章写得很不错了,从 频域 到傅里叶级数 讲的都比较细,而且都有配图,真看不懂的话就 你掐死他吧!
(PS:冤冤相报何时了,我在一旁看热闹,横批:不嫌事大)
看下效果(居然暴漏了自己的迅雷,哈哈):
参考代码:
如果看了此文你还不懂傅里叶变换,那就过来掐死我吧
这篇文章写得很不错了,从 频域 到傅里叶级数 讲的都比较细,而且都有配图,真看不懂的话就 你掐死他吧!
(PS:冤冤相报何时了,我在一旁看热闹,横批:不嫌事大)
看下效果(居然暴漏了自己的迅雷,哈哈):
参考代码:
/* linolzhang 2013.11 基于OpenCV的傅里叶变换及逆变换 */ #include <iostream> #include "opencv2/highgui/highgui.hpp" #pragma comment(lib,"opencv_core2410.lib") #pragma comment(lib,"opencv_highgui2410.lib") //傅里叶正变换 void fft2(IplImage *src, IplImage *dst) { // 实部、虚部 IplImage *image_Re = cvCreateImage(cvGetSize(src), IPL_DEPTH_64F, 1); IplImage *image_Im = cvCreateImage(cvGetSize(src), IPL_DEPTH_64F, 1); IplImage *Fourier = cvCreateImage(cvGetSize(src), IPL_DEPTH_64F, 2); cvConvertScale(src, image_Re); // 实部变换 u8 -> 64f cvZero(image_Im); // 虚部变换 -> 0 // Merge cvMerge(image_Re, image_Im, 0, 0, Fourier); // DFT计算傅里叶变换 cvDFT(Fourier, dst, CV_DXT_FORWARD); cvReleaseImage(&image_Re); cvReleaseImage(&image_Im); cvReleaseImage(&Fourier); } void fft2shift(IplImage *src, IplImage *dst) { IplImage *image_Re = cvCreateImage(cvGetSize(src), IPL_DEPTH_64F, 1); IplImage *image_Im = cvCreateImage(cvGetSize(src), IPL_DEPTH_64F, 1); cvSplit(src, image_Re, image_Im, 0, 0); // 具体原理见冈萨雷斯《数字图像处理》p123 // Compute the magnitude of the spectrum Mag = sqrt(Re^2 + Im^2) // 计算傅里叶谱 cvPow(image_Re, image_Re, 2.0); cvPow(image_Im, image_Im, 2.0); cvAdd(image_Re, image_Im, image_Re); cvPow(image_Re, image_Re, 0.5); // 对数变换以增强灰度级细节(这种变换使以窄带低灰度输入图像值映射 // 一宽带输出值,具体可见冈萨雷斯数字图像处理p62) // Compute log(1 + Mag); cvAddS(image_Re, cvScalar(1.0), image_Re); // 1 + Mag cvLog(image_Re, image_Re); // log(1 + Mag) // Rearrange the quadrants of Fourier image so that the origin is at the image center int cy = src->height / 2; int cx = src->width / 2; // CV_IMAGE_ELEM为OpenCV定义的宏,用来读取图像的像素值,这一部分就是进行中心变换 for(int j=0; j<cy; j++) { for(int i=0; i<cx; i++) { // 中心化,将整体份成四块进行对角交换 double tmp13 = CV_IMAGE_ELEM( image_Re, double, j, i); CV_IMAGE_ELEM( image_Re, double, j, i) = CV_IMAGE_ELEM(image_Re, double, j+cy, i+cx); CV_IMAGE_ELEM( image_Re, double, j+cy, i+cx) = tmp13; double tmp24 = CV_IMAGE_ELEM( image_Re, double, j, i+cx); CV_IMAGE_ELEM( image_Re, double, j, i+cx) = CV_IMAGE_ELEM( image_Re, double, j+cy, i); CV_IMAGE_ELEM( image_Re, double, j+cy, i) = tmp24; } } // 归一化处理将矩阵的元素值归一为[0,255] // [(f(x,y)-minVal)/(maxVal-minVal)]*255 double minVal = 0, maxVal = 0; // Localize minimum and maximum values cvMinMaxLoc( image_Re, &minVal, &maxVal ); // Normalize image (0 - 255) to be observed as an u8 image double scale = 255/(maxVal - minVal); double shift = -minVal * scale; cvConvertScale(image_Re, dst, scale, shift); cvReleaseImage(&image_Re); cvReleaseImage(&image_Im); } int main(int argc, char** argv) { IplImage *src = NULL; if(argc != 2) src = cvLoadImage("1.jpg", 0); // 加载源图像,转为单通道 else src = cvLoadImage(argv[1], 0); IplImage *Fourier = cvCreateImage(cvGetSize(src),IPL_DEPTH_64F,2); // 傅里叶系数 IplImage *dst = cvCreateImage(cvGetSize(src),IPL_DEPTH_64F,2); IplImage *ImageRe = cvCreateImage(cvGetSize(src),IPL_DEPTH_64F,1); IplImage *ImageIm = cvCreateImage(cvGetSize(src),IPL_DEPTH_64F,1); IplImage *Image = cvCreateImage(cvGetSize(src),src->depth,src->nChannels); IplImage *ImageDst = cvCreateImage(cvGetSize(src),src->depth,src->nChannels); fft2(src,Fourier); // 傅里叶变换 fft2shift(Fourier, Image); // 中心化 cvDFT(Fourier,dst,CV_DXT_INV_SCALE); // 实现傅里叶逆变换,并对结果进行缩放 cvSplit(dst,ImageRe,ImageIm,0,0); // 对数组每个元素平方并存储在第二个参数中 cvPow(ImageRe,ImageRe,2); cvPow(ImageIm,ImageIm,2); cvAdd(ImageRe,ImageIm,ImageRe,NULL); cvPow(ImageRe,ImageRe,0.5); double m,M; cvMinMaxLoc(ImageRe,&m,&M,NULL,NULL); double scale = 255/(M - m); double shift = -m * scale; // 将shift加在ImageRe各元素按比例缩放的结果上,存储为ImageDst cvConvertScale(ImageRe,ImageDst,scale,shift); cvShowImage("源图像",src); cvShowImage("傅里叶谱",Image); cvShowImage("傅里叶逆变换",ImageDst); cvWaitKey(0); // 释放资源 cvReleaseImage(&src); cvReleaseImage(&Image); cvReleaseImage(&ImageIm); cvReleaseImage(&ImageRe); cvReleaseImage(&Fourier); cvReleaseImage(&dst); cvReleaseImage(&ImageDst); return 0; }
相关文章推荐
- 机器学习实践系列之16 - OpenCV之手写体识别
- 机器学习实践系列之6 - OpenCV实战光流
- 机器学习实践系列之13 - OpenCV之图像去雾
- 机器学习实践系列之15 - OpenCV之MSER
- Android学习系列(14)--App调试的几个命令实践
- 学习OpenCV:滤镜系列(14)——载入选区
- 机器学习实践系列(一)普通线性回归
- 机器学习三人行(系列七)----支持向量机实践指南(附代码)
- 总结系列_14(OpenCV2.4.3的新特征以及安装方法)
- 机器学习实践系列之12 - OpenCV之三维重建
- 机器学习实践系列(三)LASSO回归
- 机器学习系列(14)_SVM碎碎念part2:SVM中的向量与空间距离
- 机器学习实践系列之5 - 目标跟踪
- 机器学习实践系列之4 - 人脸对齐(下)
- 机器学习实践系列之9 - 视频结构化
- OpenCV 实践程序14——图片中人脸检测
- 机器学习实践系列之3 - 人脸对齐(上)
- 机器学习实践系列之7 - 车辆检测
- openCV学习系列2:opencv-3.2.0-vc14 和 visual 2010开发环境搭建
- 机器学习实践系列之11 - OpenCV实战车道线检测