Numpy 傅立葉變換 np.fft (2.2) 低頻的位置

大叔的python之路 andy 1年前 (2021-07-19) 320次浏览 已收录 0个评论 扫描二维码

Numpy 傅立葉變換 np.fft (2.2) 低頻的位置
首先我們先使用一個全白色的原始圖像陣列做 FT ,然後觀察低頻數據的位置。代碼如下:

import numpy as np
import matplotlib.pyplot as plt
import src.genpic8 as pic


if __name__ == '__main__':
    img = pic.full()
    fft = np.fft.fft2(img)
    amp_spectrum_nl = np.abs(np.fft.fftshift(fft))
    amp_spectrum = amp_spectrum_nl

    plt.subplot(121), plt.imshow(img, cmap='gray', vmin=0, vmax=255)
    plt.title('Input Image'), plt.xticks([]), plt.yticks([])
    plt.subplot(122), plt.imshow(amp_spectrum, cmap='gray')
    plt.title('FT'), plt.xticks([]), plt.yticks([])

    plt.show()

    print('end')

程式的步驟和之前完全一樣,與 Lena 不同,這次我們沒有加 log 運算。下圖左方為原始圖像,右邊是 FT 之後的頻率數據。中間的白色是低頻所在的位置。我們再觀察實際數據,如下圖。
Numpy 傅立葉變換 np.fft (2.2) 低頻的位置

結論
我們使用全白的陣列做為原始圖像,產生出一個最低的變化量。然後觀察低頻的位置,此位置是經過 shift 之後的位置。

下一篇我們將觀察原始圖像的變化與頻率的位置。


神隊友學長Andy , 版权所有丨如未注明 , 均为原创丨本网站采用BY-NC-SA协议进行授权
转载请注明原文链接:Numpy 傅立葉變換 np.fft (2.2) 低頻的位置
喜欢 (0)
[[email protected]]
分享 (0)
andy
关于作者:
中年大叔,打拼 like young students.
发表我的评论
取消评论
表情 贴图 加粗 删除线 居中 斜体 签到

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址