理想高通滤波实现 python opencv
import numpy as np import cv2 from matplotlib import pyplot as plt plt.rcParams[‘font.sans-serif']=[‘SimHei'] plt.rcParams[‘axes.unicode_minus'] = False I = cv2.imread(‘capture3.png') cv2.imshow(‘original',I) (r,g,b) = cv2.split(I) I = cv2.merge([b,g,r]) J = np.double(cv2.cvtColor(I,cv2.COLOR_RGB2GRAY)) D1 = 30 D2 = 60 D3 = 160 Fuv = np.fft.fftshift(np.fft.fft2(J)) print(‘Fuv',Fuv) print(I.shape) m,n = I.shape[0],I.shape[1] xo = np.floor(m/2) yo = np.floor(n/2) h1 = np.zeros((m,n)) h2 = np.zeros((m,n)) h3 = np.zeros((m,n)) for i in range(m): for j in range(n): D = np.sqrt((i-xo)**2+(j-yo)**2) if D>=D1: h1[i,j]=1 else: h1[i,j]=0 if D>=D2: h2[i,j]=1 else: h2[i,j]=0 if D>=D3: h3[i,j]=1 else: h3[i,j]=0 Guv1 = h1*Fuv Guv2 = h2*Fuv Guv3 = h3*Fuv g1 = np.fft.ifftshift(Guv1) g1 = np.uint8(np.real(np.fft.ifft2(g1))) print(‘g1',g1) g2 = np.fft.ifftshift(Guv2) g2 = np.uint8(np.real(np.fft.ifft2(g2))) print(‘g2',g2) g3 = np.fft.ifftshift(Guv3) g3 = np.uint8(np.real(np.fft.ifft2(g3))) print(‘g3',g3) plt.subplot(2,2,1),plt.imshow(I),plt.title(‘原图像') plt.subplot(2,2,2),plt.imshow(g1),plt.title(‘D0=30') plt.subplot(2,2,3),plt.imshow(g2),plt.title(‘D0=60') plt.subplot(2,2,4),plt.imshow(g3),plt.title(‘D0=160') plt.show()
效果:
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对小牛知识库的支持。如果你想了解更多相关内容请查看下面相关链接
本文向大家介绍opencv+python实现均值滤波,包括了opencv+python实现均值滤波的使用技巧和注意事项,需要的朋友参考一下 本文实例为大家分享了opencv+python实现均值滤波的具体代码,供大家参考,具体内容如下 原理 均值滤波其实就是对目标像素及周边像素取平均值后再填回目标像素来实现滤波目的的方法,当滤波核的大小是3×3 3\times 33×3时,则取其自身和周围8个像素
我有个案子需要 对象,如果映射函数抛出异常,我将其映射为。 对象的映射流,如果为null,则抛出异常,否则收集到列表。 我该如何做到这一点呢? 现在我的问题是,我应该如何调整/重构上面的lambda以使on或其他。
本文向大家介绍opencv3/C++图像滤波实现方式,包括了opencv3/C++图像滤波实现方式的使用技巧和注意事项,需要的朋友参考一下 图像滤波在opencv中可以有多种实现形式 自定义滤波 如使用3×3的掩模: 对图像进行处理. 使用函数filter2D()实现 通过像素点操作实现 特定形式滤波 常用的有: blur(src,dst,Size(5,5));均值滤波 GaussianBlur(
本文向大家介绍Python图像滤波处理操作示例【基于ImageFilter类】,包括了Python图像滤波处理操作示例【基于ImageFilter类】的使用技巧和注意事项,需要的朋友参考一下 本文实例讲述了Python图像滤波处理操作。分享给大家供大家参考,具体如下: 在图像处理中,经常需要对图像进行平滑、锐化、边界增强等滤波处理。在使用PIL图像处理库时,我们通过Image类中的成员函数filt
本文向大家介绍叙述GABOR滤波器原理?相关面试题,主要包含被问及叙述GABOR滤波器原理?时的应答技巧和注意事项,需要的朋友参考一下 使用一个三角函数(如正弦函数)与一个高斯函数叠加我们就得到了一个Gabor滤波器。Gabor滤波器可以抽取空间局部频度特征,是一种有效的纹理检测工具。 附:图像的空域是指二维坐标系上的操作,频域指的是图像经过傅里叶变换后的频谱。在频率域中,高频分量表示图像中灰度变
本文向大家介绍Python基于scipy实现信号滤波功能,包括了Python基于scipy实现信号滤波功能的使用技巧和注意事项,需要的朋友参考一下 1.背景介绍 在深度学习中,有时会使用Matlab进行滤波处理,再将处理过的数据送入神经网络中。这样是一般的处理方法,但是处理起来却有些繁琐,并且有时系统难以运行Matlab。Python作为一种十分强大的语言,是支持信号滤波滤波处理的。 本文将以