opencv实现快速傅立叶变换和逆变换

原文： http://www.tuicool.com/articles/VB3UNjf

说实话觉得网上很多人转载的文章的挺坑的，全部是OpenCV文档程序的翻译，看来看去都是那一

篇，真的没啥意思。 文档的地址。

本来opencv实现dft就是一个函数的事情，但是很少有关于逆变换使用的资料。我这几天在翻译

matlab版本的L0Smooth到opencv上面，就碰到这样一件很坑爹的事情。

首先，很少有人说清楚这个函数的使用方法。还有，根据教程，dft之前最好扩充原矩阵到合适的尺

寸(2,3,5的倍数)，再调用dft会加快速度。那么，idft的时候了？如何恢复原有的尺寸？

在我的L0Smooth代码里，就碰到这样的事情了。如果，图片尺寸是2，3，5的倍数，那么能够得到

正确结果。否则得到是全黑的图片。如果，我不扩张矩阵，那么就能正确处理。

所以，到这里，我不推荐调用dft之前先扩充矩阵了。因为，我找了很久也没找到解决办法。

我数学水平有限，也分析不出原因，也没有时间去系统的学习这些了。

这里提供两个例子，说明dft和idft的使用。

例子一：类似于opencv官方文档的例子

#include "opencv2/core/core.hpp"

#include "opencv2/imgproc/imgproc.hpp"

#include "opencv2/highgui/highgui.hpp"

#include

#ifdef _DEBUG

#pragma comment(lib, "opencv_core247d.lib")

#pragma comment(lib, "opencv_imgproc247d.lib")

#pragma comment(lib, "opencv_highgui247d.lib")

#else

#pragma comment(lib, "opencv_core247.lib")

#pragma comment(lib, "opencv_imgproc247.lib")

#pragma comment(lib, "opencv_highgui247.lib")

#endif // DEBUG

int main()

{

// Read image from file

// Make sure that the image is in grayscale

cv::Mat img = cv::imread("lena.JPG",0);

cv::Mat planes[] = {cv::Mat_(img), cv::Mat::zeros(img.size(), CV_32F)};

cv::Mat complexI; //Complex plane to contain the DFT coefficients {[0]-Real,[1]-Img}

cv::merge(planes, 2, complexI);

cv::dft(complexI, complexI); // Applying DFT

//这里可以对复数矩阵comlexI进行处理

// Reconstructing original imae from the DFT coefficients

cv::Mat invDFT, invDFTcvt;

cv::idft(complexI, invDFT, cv::DFT_SCALE | cv::DFT_REAL_OUTPUT ); // Applying IDFT

cv::invDFT.convertTo(invDFTcvt, CV_8U);

cv::imshow("Output", invDFTcvt);

//show the image

cv::imshow("Original Image", img);

// Wait until user press some key

cv::waitKey(0);

return 0;

}

代码意思很简单，dft之后再idft，注意参数额，必须有DFT_SCALE。代码中，先merge了个

复数矩阵，在例子2中可以看到，其实这一步可以去掉。

例子2：

#include "opencv2/core/core.hpp"

#include "opencv2/imgproc/imgproc.hpp"

#include "opencv2/highgui/highgui.hpp"

#include

#ifdef _DEBUG

#pragma comment(lib, "opencv_core247d.lib")

#pragma comment(lib, "opencv_imgproc247d.lib")

#pragma comment(lib, "opencv_highgui247d.lib")

#else

#pragma comment(lib, "opencv_core247.lib")

#pragma comment(lib, "opencv_imgproc247.lib")

#pragma comment(lib, "opencv_highgui247.lib")

#endif // DEBUG

int main()

{

// Read image from file

// Make sure that the image is in grayscale

cv:;Mat img = cv::imread("lena.JPG",0);

cv::Mat dftInput1, dftImage1, inverseDFT, inverseDFTconverted;

cv::img.convertTo(dftInput1, CV_32F);

cv::dft(dftInput1, dftImage1, cv::DFT_COMPLEX_OUTPUT); // Applying DFT

// Reconstructing original imae from the DFT coefficients

cv::idft(dftImage1, inverseDFT, cv::DFT_SCALE | cv::DFT_REAL_OUTPUT ); // Applying IDFT

cv::inverseDFT.convertTo(inverseDFTconverted, CV_8U);

cv::imshow("Output", inverseDFTconverted);

//show the image

cv::imshow("Original Image", img);

// Wait until user press some key

waitKey(0);

return 0;

}

从代码中可以看到，dft时候添加参数DFT_COMPLEX_OUTPUT，就可以自动得到复数矩阵了，代码更加简洁。注意，必须先将图片对应的uchar矩阵转换为float矩阵，再进行dft，idft，最后再转换回来。

OpenCV

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。