opencv 3 core组件进阶(3 离散傅里叶变换；输入输出XML和YAML文

离散傅里叶变换

#include "opencv2/core/core.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <iostream>
using namespace cv;


//-----------------------------------【ShowHelpText( )函数】----------------------------------
//       描述：输出一些帮助信息
//----------------------------------------------------------------------------------------------
void ShowHelpText()
{
    //输出欢迎信息和OpenCV版本
    
    printf("nnttt   当前使用的OpenCV版本为：" CV_VERSION);
    printf("nn  ----------------------------------------------------------------------------n");
}



//--------------------------------------【main( )函数】-----------------------------------------
//          描述：控制台应用程序的入口函数，我们的程序从这里开始执行
//-------------------------------------------------------------------------------------------------
int main()
{

    //【1】以灰度模式读取原始图像并显示
    Mat srcImage = imread("1.jpg",0);
    if (!srcImage.data) { printf("读取图片错误，请确定目录下是否有imread函数指定图片存在~！ n"); return false; }
    imshow("原始图像",srcImage);

    ShowHelpText();

    //【2】将输入图像延扩到最佳的尺寸，边界用0补充
    int m = getOptimalDFTSize(srcImage.rows);
    int n = getOptimalDFTSize(srcImage.cols);
    //将添加的像素初始化为0.
    Mat padded;
    copyMakeBorder(srcImage,padded,m - srcImage.rows,n - srcImage.cols,BORDER_CONSTANT,Scalar::all(0));

    //【3】为傅立叶变换的结果(实部和虚部)分配存储空间。
    //将planes数组组合合并成一个多通道的数组complexI
    Mat planes[] = { Mat_<float>(padded),Mat::zeros(padded.size(),CV_32F) };
    Mat complexI;
    merge(planes,2,complexI);

    //【4】进行就地离散傅里叶变换
    dft(complexI,complexI);

    //【5】将复数转换为幅值，即=> log(1 + sqrt(Re(DFT(I))^2 + Im(DFT(I))^2))
    split(complexI,planes); // 将多通道数组complexI分离成几个单通道数组，planes[0] = Re(DFT(I),planes[1] = Im(DFT(I))
    magnitude(planes[0],planes[1],planes[0]);// planes[0] = magnitude  
    Mat magnitudeImage = planes[0];

    //【6】进行对数尺度(logarithmic scale)缩放
    magnitudeImage += Scalar::all(1);
    log(magnitudeImage,magnitudeImage);//求自然对数

    //【7】剪切和重分布幅度图象限
    //若有奇数行或奇数列，进行频谱裁剪      
    magnitudeImage = magnitudeImage(Rect(0,magnitudeImage.cols & -2,magnitudeImage.rows & -2));
    //重新排列傅立叶图像中的象限，使得原点位于图像中心  
    int cx = magnitudeImage.cols / 2;
    int cy = magnitudeImage.rows / 2;
    Mat q0(magnitudeImage,Rect(0,cx,cy));   // ROI区域的左上
    Mat q1(magnitudeImage,Rect(cx,cy));  // ROI区域的右上
    Mat q2(magnitudeImage,cy,cy));  // ROI区域的左下
    Mat q3(magnitudeImage,cy)); // ROI区域的右下
    //交换象限（左上与右下进行交换）
    Mat tmp;
    q0.copyTo(tmp);
    q3.copyTo(q0);
    tmp.copyTo(q3);
    //交换象限（右上与左下进行交换）
    q1.copyTo(tmp);
    q2.copyTo(q1);
    tmp.copyTo(q2);

    //【8】归一化，用0到1之间的浮点值将矩阵变换为可视的图像格式
    //此句代码的OpenCV2版为：
    //normalize(magnitudeImage,magnitudeImage,1,CV_MINMAX); 
    //此句代码的OpenCV3版为:
    normalize(magnitudeImage,NORM_MINMAX);

    //【9】显示效果图
    imshow("频谱幅值",magnitudeImage);
    waitKey();

    return 0;
}

详解：md，粘了也看不懂，不粘了

输入输出XML和YAML文件