我正在使用蒙版从fft变换图像中剪切一些频率。
我的代码是:
img = cv2.imread('messi.jpg',0)
rows, cols = img.shape
crow, ccol = rows/2 , cols/2 # center
dft = cv2.dft(np.float32(img),flags = cv2.DFT_COMPLEX_OUTPUT)
dft_shift = np.fft.fftshift(dft)
我的面具是:
# create a mask first, center square is 0, remaining all ones
mask = np.ones((rows, cols, 2), np.uint8)
mask[crow-30:crow+30, ccol-30:ccol+30] = 0
然后我将蒙版应用于傅立叶变换图像:
fshift = dft_shift*mask
我试图绘制问题,但我得到一个尺寸错误,我必须使用下面的代码创建一个新的面具,以便打印它。
printMask = np.ones(img.shape, np.uint8)
printMask[crow-30:crow+30, ccol-30:ccol+30] = 0
我的问题是为什么我们必须在面具中使用(rows, cols, 2)
而不是(rows, cols)
。为什么我们需要这两个渠道?
通常,图像具有1通道(灰度)或3通道(RGB)。因此应用于它们的蒙版应具有相同数量的通道。
在您的情况下,您将掩码应用于傅立叶变换的结果。傅立叶变换是频率的复值函数。返回的两个通道分别是变换的实部和虚部。如果你使用掩码,那么你需要两个通道。
你可以看看cv2.dft
如何工作here
干杯!