对图像进行傅里叶变换
答：从物理效果看,傅立叶变换是将图像从空间域转换到频率域,其逆变换是将图像从频率域转换到空间域。换句话说,傅立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,傅立叶逆变换是将图像的频率分布函数变换为灰度分布函数. 傅立叶变换以前,图像(未压缩的位图)是由对在连续空间(现实空间)上的采样得...
答：图像的傅里叶 ( Fourier) 变换是空间频率的函数，构成一个描述组成该图像的所有正弦波的频率、振幅与相位关系的频谱 ( 傅里叶谱) 。图像的傅氏变换包含着原图像中的所有信息，不同的是量度的方式。通过傅氏变换，可对原图像数据从频率的角度进行频谱特征调整，并可通过傅氏反变换得到最终图像而实现预期...
答：首先来看一张很厉害的一维傅里叶变换动图。它把时域和频域解释的很清楚！简单点说就是：所有的波都可以用 很多个正弦波叠加表示 。然而这些波又可以通过 频率 、 幅值 和 相位 来表示。这样就可以从左边那张图中 时域的视角 转化为咱们高大上的 频域视角 啦。先来看一个例子~其实右边图的每一个...
答：傅里叶变换不能区分颜色，你可以将彩色图像分为3个灰度图像，即R、G、B三色的各自的灰度图像。如果用Matlab，彩色图像为C，则C（：，：,1）为红色灰度，C（：，：,2）为绿色灰度，C（：，：,3）为蓝色灰度，然后分别对三个图像做傅里叶变换。
答： 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） 。 因为幅度图像包含了原图像中我们所需要的大部分信息，所以在图像处理过程中，通常仅使用幅度图像。 当然，如果希望先在频域...
答：如果称x，y为频率，纵轴是强度，傅里叶变换就是把一个信号变成无数多个正余弦分量的叠加，每个分量前面有个系数，可以认为y是每个分量的强度。那么如果傅立叶变换后的图像集中在高频处，则原灰度图的灰度变化率较大；若集中在低频部分，原灰度图的灰度变化率较小，或者说原图颜色变化不剧烈，色泽变化...
答：傅立叶变换显示的图像只会白茫茫一片（255代表白色），看不出差异来。所以需要对这些数据进行处理，常用的就是取对数（log），将很大的数据变成小一些的数据，落在0~255之间，能够准确地表示在图像上，更直观地发现数据之间的差异，也是进行傅氏变换的意义所在，区分高频分量和低频分量。
答：傅里叶逆变换，是傅里叶变换的逆操作，将频谱图像转换为原始图像的过程。通过傅里叶变换将转换为频谱图，并对高频（边界）和低频（细节）部分进行处理，接着需要通过傅里叶逆变换恢复为原始效果图。频域上对图像的处理会反映在逆变换图像上，从而更好地进行图像处理。图像逆傅里叶变换主要使用的函数如...
答：python是可以实现傅里叶变换的，这里就要说到三剑客的numpy了。对应的函数是： numpy.fft.fft2 返回一个复数数组(complex ndarray)。 numpy.fft.fftshift 这个函数时表示把将零频率分量移到频谱中心。还要设置频谱的范围 20*np.log(np.abs(fshift)) ，对于图像来说就是255了。结...
答：所以要留下轮廓的话应该去掉高频，结果是图像被模糊了。主要就是使用一个频域滤波器滤除高频部分，对应的是图像处理知识中的频域滤波部分，建议搜一些相关资料，冈萨雷斯的《数字图像处理——matlab版》中就有相关知识的详细介绍，包括频域滤波原理和滤波器设计实例代码都很详细。
网友评论：
广咬19321744702：
图像处理傅里叶变换有啥用,请简单解释下
44141苍萧
： 让我来告诉你答案!跟一维信号处理一样,傅里叶变化,把图像从“空域”变为“频率”.对于一幅图像,高频部分代表了图像的细节、纹理信息;低频部分代表了图像的轮廓信息.如果对一幅精细的图像使用低通滤波器,那么滤波后的结果就剩下了轮廓了.这与信号处理的基本思想是相通的.如果图像受到的噪声恰好位于某个特定的“频率”范围内,则可以通过滤波器来恢复原来的图像.
广咬19321744702：
对图像进行傅里叶变换,能区分图像的颜色吗? -
44141苍萧
： 傅里叶变换不能区分颜色,你可以将彩色图像分为3个灰度图像,即R、 G、B三色的各自的灰度图像.如果用Matlab,彩色图像为C,则C(:,:,1)为红色灰度,C(:,:,2)为绿色灰度,C(:,:,3)为蓝色灰度,然后分别对三个图像做傅里叶变换.
广咬19321744702：
初学者:怎样用MATLAB编程实现图像的傅立叶变换并显示出来啊?谢谢了 -
44141苍萧
： I=imread('lena.bmp'); I=rgb2gray(I); fftI=fft2(I);%二维离散傅立叶变换 sfftI=fftshift(fftI);%直流分量移到频谱中心 RR=real(sfftI);%取傅立叶变换的实部 II=imag(sfftI); %取傅立叶变换的虚部 A=sqrt(RR.^2+II.^2); %计算频谱幅值 B=(A-min(min(A)))....
广咬19321744702：
matlab图像处理种对图像进行傅里叶变换 -
44141苍萧
： 刚刚试过,其实不用转化为灰度图像都可以,fft2其实可以对三维的图像直接进行变换 img=imread('J:\鲁棒性检测资料\2_IMG_0001.JPG'); subplot(1,2,1) imshow(img); s=fft2(img); ss=real(ifft2(s)); sss=unit8(ss); subplot(1,2,2); imshow(sss) 这样就可以得到恢复的原彩色图像,其实转化为灰度图像之所以再逆变换得不到源图像,是因为转化回来的数据是double型,转化为uint8类型即可~
广咬19321744702：
对一幅图像傅里叶变换后,显示其频谱图的MATLAB语句? -
44141苍萧
： 很简单.因为进行了傅氏变换以后图像上每点的值都成了复数,取abs(即取模值)后才能显示为图像.但是问题是进行变换再取模值后数字有时会变得非常大,拿常用的数据类型uint8(即8位无符号整型数)为例,所能表示的范围仅为0~255,如果数据超过255,在显示图像时系统自动把数据变成255,所以如果有很多数据都超过255,即使这些数据之间差别也蛮大,傅立叶变换显示的图像只会白茫茫一片(255代表白色),看不出差异来.所以需要对这些数据进行处理,常用的就是取对数(log),将很大的数据变成小一些的数据,落在0~255之间,能够准确地表示在图像上,更直观地发现数据之间的差异,也是进行傅氏变换的意义所在,区分高频分量和低频分量.
广咬19321744702：
如何将彩色图像用Matlab进行傅里叶变换,再反变换回去? -
44141苍萧
： 图像以im代替 r = im(:, :, 1); g = im(:, :, 2); b = im(:, :, 3); fr = fft2(r); %傅里叶变换 fg = fft2(g); fb = fft2(b); or = ifft2(fr); %傅里叶反变换 og = ifft2(fg); ob = ifft2(fb); out(:, :, 1) = real(or); out(:, :, 2) = real(og); out(:, :, 3) = real(ob); imshow(out) %out就是反变换回去的图像,如果没出错,显示出来的out应该与im一样
广咬19321744702：
用C语言、VC++或matlab对简单的灰度图像进行离散傅里叶变换或沃尔什变换 -
44141苍萧
： file=get(handles.edit1,'string'); % 得到图像文件名和路径 X=imread(file); % 读入图像 fftI=fft2(X); % 傅立叶转换 sfftI=fftshift(fftI); % 平移 RR=real(sfftI); % 实部 II=imag(sfftI); % 虚部 A=sqrt(RR.^2+II.^2); % 距离 A=(A-min(min(A)))/(max(max(A...
广咬19321744702：
用matlab进行图像的傅里叶变换 -
44141苍萧
： 除了最后一句化为0~255之外用abs求出复数的模 和先求实部,虚部,再用两者平方和再开方求的复数模,本质上没有区别只是第一中,方法多得到了实部信号和虚部信号
广咬19321744702：
傅里叶变换的物理意义!最近在研究遥感图像的傅里叶变换,然后在网上看了一篇傅里叶变换物理意义的文章,里面这样说到:傅立叶变换以前,图像(未压... -
44141苍萧
：[答案] 第一段的说法是没有问题的,第二段说的是计算机上做傅立叶变换,需要做一个坐标的平移才能得到实际的频谱图.频谱图的中心是低频,对应图像的主要框架和背景;频谱的边缘是高频,对应图像的细节和突变部分.matlab上...
