使用openCV的imshow显示DFT输出时出现问题

Question

我遵循this website的教程，在python中使用NumPy和OpenCV创建低通过滤器。我没有像教程中那样使用pyplot显示转换后的图像，而是尝试使用OpenCV的imshow函数，但没有得到所需的输出

img = cv2.imread('./lenna.jpg', 0)
img = np.array(img)


dft = cv2.dft(np.float32(img),flags = cv2.DFT_COMPLEX_OUTPUT)
dft_shift = np.fft.fftshift(dft)

rows, cols = img.shape
crow,ccol = int(rows/2) , int(cols/2)

mask = np.zeros((rows,cols,2),np.uint8)
mask[crow-30:crow+30, ccol-30:ccol+30] = 1

fshift = dft_shift*mask
f_ishift = np.fft.ifftshift(fshift)
img_back = cv2.idft(f_ishift)
img_back = cv2.magnitude(img_back[:,:,0],img_back[:,:,1])

cv2.imshow('before', img)
cv2.imshow('after', img_back)
cv2.waitKey(0)

有人能帮我理解我做错了什么吗？输出映像的数据类型是否错误

Answer 1

OpenCV的FFT函数要求将缩放标志DFT_SCALE恰好指定给dft,idft中的一个。见https://docs.opencv.org/3.4/d2/de8/group__core__array.html#gaa708aa2d2e57a508f968eb0f69aa5ff1处的说明

我选择在第一个函数中传递它，因为它已经接受了另一个标志

numpy的fft2函数不需要这个。他们按原样工作

这里是两个版本，只是在dft/idft和fft2/ifft2上有所不同

import os
import sys
import numpy as np
import cv2 as cv

def prepare_spectrum(spectrum):
    mag = np.linalg.norm(spectrum, axis=2)
    mag /= mag.max()
    mag **= 1/4

    return mag

img = cv.imread(cv.samples.findFile("lena.jpg"), cv.IMREAD_GRAYSCALE)
img = img / np.float32(255)

dft = cv.dft(img, flags=cv.DFT_COMPLEX_OUTPUT | cv.DFT_SCALE)

cv.imshow("1 dft", prepare_spectrum(dft))

dft_shift = np.fft.fftshift(dft)

cv.imshow("2 dft_shift", prepare_spectrum(dft_shift))

rows, cols = img.shape
crow,ccol = (rows // 2), (cols // 2)

mask = np.zeros((rows,cols,2), dtype=np.uint8)
mask[crow-30:crow+30, ccol-30:ccol+30] = 1

dft_shift *= mask

cv.imshow("3 dft_shift masked", prepare_spectrum(dft_shift))

dft = np.fft.ifftshift(dft_shift)

cv.imshow("4 dft masked", prepare_spectrum(dft))

img_back = cv.idft(dft)

img_back = img_back[:,:,0] # real part

cv.imshow('before', img)
cv.imshow('after', img_back)
cv.waitKey()
cv.destroyAllWindows()

努比：

import os
import sys
import numpy as np
import cv2 as cv

def prepare_spectrum(spectrum):
    mag = np.abs(spectrum)
    mag /= mag.max()
    mag **= 1/4

    return mag

img = cv.imread(cv.samples.findFile("lena.jpg"), cv.IMREAD_GRAYSCALE)
img = img / np.float32(255)

dft = np.fft.fft2(img)

cv.imshow("1 dft", prepare_spectrum(dft))

dft_shift = np.fft.fftshift(dft)

cv.imshow("2 dft_shift", prepare_spectrum(dft_shift))

rows, cols = img.shape
crow,ccol = (rows // 2), (cols // 2)

mask = np.zeros((rows,cols), dtype=np.uint8)
mask[crow-30:crow+30, ccol-30:ccol+30] = 1

dft_shift *= mask

cv.imshow("3 dft_shift masked", prepare_spectrum(dft_shift))

dft = np.fft.ifftshift(dft_shift)

cv.imshow("4 dft masked", prepare_spectrum(dft))

img_back = np.fft.ifft2(dft)

img_back = np.real(img_back)

cv.imshow('before', img)
cv.imshow('after', img_back)
cv.waitKey()
cv.destroyAllWindows()

Answer 2

如果要以np.float32类型显示数据，必须将其规格化为1.0

img_back = cv2.normalize(img_back, None, alpha=0, beta=1.0, norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_32F)

Answer 3

imshow期望浮点数在0的范围内。。1正确显示（或uint8在0..255范围内）

执行以下操作以读取图像：

img = cv2.imread('./lenna.jpg')
img = img / np.float32(255)

我建议不要使用NORM_MINMAX cv2.normalize，因为这会改变图片的整体对比度，而这不是您需要（或想要）的

此外，我建议获得复杂结果的真实成分。不要太在意