opencv 3 core组件进阶(3 离散傅里叶变换;输入输出XML和YAML文
发布时间:2020-12-16 22:47:49 所属栏目:百科 来源:网络整理
导读:离散傅里叶变换 #include "opencv2/core/core.hpp"#include "opencv2/imgproc/imgproc.hpp"#include "opencv2/highgui/highgui.hpp"#include iostreamusing namespace cv;//-----------------------------------【ShowHelpText( )函数】--------------------
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(编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |