图像处理（十）：傅里叶变换

图像处理笔记总目录

一、在opencv中实现图像的傅里叶变换
傅里叶变换的物理意义是将图像的灰度分布函数变换为图像的频率分布函数； 傅里叶逆变换是将图像的频率分布函数变换为灰度分布函数。
正变换：dft = cv2.dft(src, dst=None)
参数：
src: 输入图像，要转换成np.float32格式dst:参数是可选的, 决定输出数组的大小。默认输出数组的大小和输入图像大小一样。如果输出结果比输入图像大，输入图像就需要在进行变换前补 0。如果输出结果比输入图像小的话，输入图像就会被切割。
返回：
dft: 傅里叶变换后的结果，有两个通道，第一个通道是结果的实数部分，第二个通道是结果的虚数部分。我们需要在此基础上计算傅里叶变换的频谱和相位。
逆变换：img = cv.idft(dft)
参数：
dft: 图像的频域表示
返回：
img: 图像的空域表示
实现：
impo

图像处理（十）：傅里叶变换最先出现在Python成神之路。