Numpy 傅立葉變換 np.fft (4) 低頻的位置與原始圖像的關係

大叔的python之路 andy 1年前 (2021-07-19) 357次浏览 已收录 0个评论 扫描二维码

Numpy 傅立葉變換 np.fft (4) 低頻的位置與原始圖像的關係
本篇我們觀察兩種黑白交錯的原始圖像會產生什麼樣的頻率分布

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


if __name__ == '__main__':
    img = pic.backslash()
    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('v_half'), plt.xticks([]), plt.yticks([])

    plt.show()

    print('end')

運行結果如下
Numpy 傅立葉變換 np.fft (4) 低頻的位置與原始圖像的關係
頻率數據如下
Numpy 傅立葉變換 np.fft (4) 低頻的位置與原始圖像的關係

換另一個

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


if __name__ == '__main__':
    img = pic.v_strip()
    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('v_half'), plt.xticks([]), plt.yticks([])

    plt.show()

    print('end')

運行結果如下
Numpy 傅立葉變換 np.fft (4) 低頻的位置與原始圖像的關係
頻率數據如下
Numpy 傅立葉變換 np.fft (4) 低頻的位置與原始圖像的關係

結論
由此兩張我們得知,頻率的分布會依照原始圖像的變化而不同。

下一篇我們使用一個柱狀圖,然後旋轉,觀察頻率變化。


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 (4) 低頻的位置與原始圖像的關係
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