OpenCV学习笔记(十)——傅里叶变换

《OpenCV轻松入门：面向Python》学习笔记(十）
1. 理论基础2. OpenCV实现傅里叶变换2.1 实现傅里叶变换2.2 实现逆傅里叶变换2.3 低通滤波示例2.4 高通滤波示例

图像处理一般分为空间域处理和频率域处理。 空间域处理是直接对图像内的像素进行处理。空间域处理主要划分为灰度变换和空间滤波两种形式。灰度变换是对图像内的单个像素进行处理，比如调节对比度和处理阈值等。空间滤波涉及图像质量的改变，例如图像平滑处理。空间域处理的计算简单方便，运算速度更快。

1. 理论基础
关于傅里叶变换的讲解请看这篇文章： 深入浅出的讲解傅里叶变换（真正的通俗易懂）
在图像处理过程中，傅里叶变换就是将图像分解为正弦分量和余弦分量两部分，即将图像 从空间域转换到频率域(以下简称频域)。数字图像经过傅里叶变换后，得到的频域值是复数。 因此，显示傅里叶变换的结果需要使用实数

OpenCV学习笔记(十)——傅里叶变换最先出现在Python成神之路。