我已经创建了一个图像的 dft 并且在使用过滤器进行一些调整之后我想将它转换回真实图像但是每次我这样做时它都会给我错误的结果..似乎它没有将它转换回来。 ForierTransform 和 createGaussianHighPassFilter 是我自己的函数，其余代码我正在使用，如下所示，用于反转回真实图像。

Mat fft = ForierTransform(HeightPadded,WidthPadded);
Mat ghpf = createGaussianHighPassFilter(Size(WidthPadded, HeightPadded), db);
Mat res;
cv::multiply(fft,ghpf,res);
imshow("fftXhighpass1", res);
idft(res,res,DFT_INVERSE,res.rows);
cv::Mat croped = res(cv::Rect(0, 0, img.cols,img.rows));

//res.convertTo(res,CV_32S);
imshow("fftXhighpass", res);

即使我不应用过滤器，我也无法反转 dft 结果... 这是我的 dft 代码，我找不到任何样本将 dft 反转回正常图像..

Mat ForierTransform(int M,int N)
{
    Mat img = imread("thumb1-small-test.jpg", CV_LOAD_IMAGE_GRAYSCALE);
    Mat padded;
    copyMakeBorder(img, padded, 0, M - img.rows, 0, N - img.cols, BORDER_CONSTANT, Scalar::all(0));

    Mat planes[] = {Mat_<float>(padded), Mat::zeros(padded.size(), CV_32F)};
    Mat complexImg;
    merge(planes, 2, complexImg);

    dft(complexImg, complexImg);


    split(complexImg, planes);
    magnitude(planes[0], planes[1], planes[0]);
    Mat mag = planes[0];
    mag += Scalar::all(1);
    log(mag, mag);

        // crop the spectrum, if it has an odd number of rows or columns
    mag = mag(Rect(0, 0, mag.cols & -2, mag.rows & -2));


    normalize(mag, mag, 0, 1, CV_MINMAX);
    return mag;
}

请帮忙

[编辑:我在 mevatron 的帮助下找到解决方案后](下面是正确的代码)

 Mat ForierTransform(int M,int N)
{
    Mat img = imread("thumb1-small-test.jpg", CV_LOAD_IMAGE_GRAYSCALE);
    Mat padded;
    copyMakeBorder(img, padded, 0, M - img.rows, 0, N - img.cols, BORDER_CONSTANT, Scalar::all(0));

    Mat planes[] = {Mat_<float>(padded), Mat::zeros(padded.size(), CV_32F)};
    Mat complexImg;
    merge(planes, 2, complexImg);

    dft(complexImg, complexImg);

    return complexImg;
}

Mat img = imread("thumb1-small-test.jpg",CV_LOAD_IMAGE_GRAYSCALE);
int WidthPadded=0,HeightPadded=0;
WidthPadded=img.cols*2;
HeightPadded=img.rows*2;
int M = getOptimalDFTSize( img.rows );
//Create a Gaussian Highpass filter 5% the height of the Fourier transform
double db  = 0.05 * HeightPadded;


Mat fft = ForierTransform(HeightPadded,WidthPadded);
Mat ghpf = createGaussianHighPassFilter(Size(WidthPadded, HeightPadded), db);
Mat res;

cv::mulSpectrums(fft,ghpf,res,DFT_COMPLEX_OUTPUT);


idft(res,res,DFT_COMPLEX_OUTPUT,img.rows);

Mat padded;
copyMakeBorder(img, padded, 0, img.rows, 0, img.cols, BORDER_CONSTANT, Scalar::all(0));
Mat planes[] = {Mat_<float>(padded), Mat::zeros(padded.size(), CV_32F)};
split(res, planes);
magnitude(planes[0], planes[1], planes[0]);
Mat mag = planes[0];
mag += Scalar::all(1);
log(mag, mag);

// crop the spectrum, if it has an odd number of rows or columns
mag = mag(Rect(0, 0, mag.cols & -2, mag.rows & -2));

int cx = mag.cols/2;
int cy = mag.rows/2;

normalize(mag, mag, 1, 0, CV_MINMAX);

cv::Mat croped = mag(cv::Rect(cx, cy, img.cols,img.rows));
cv::threshold(croped , croped , 0.56, 1, cv::THRESH_BINARY);

imshow("fftPLUShpf", mag);
imshow("cropedBinary", croped);

现在可以显示手指的脊谷，并且可以在阈值方面进行更多优化

最佳答案

我看到这里发生了一些问题。

首先，您需要使用 mulSpectrums函数对两个 FFT 进行卷积，并且不是 multiply .

其次，createGaussianHighPassFilter 仅输出单 channel 非复杂滤波器。您可能需要像对输入图像所做的那样将复杂 channel 设置为 Mat::zeros。

第三，不要将 FFT 的输出转换为对数幅度谱。它不会与过滤器正确组合，并且在执行逆运算时不会得到相同的结果。因此，只需在执行 DFT 后立即返回 complexImg。对数幅度谱对于人们查看数据很有用，但对于您尝试做的事情却没有用。

最后，请务必注意 dft 的全复数输出与复数共轭对称 (CCS) 压缩输出之间的区别。英特尔有一个关于如何格式化这些数据的好页面 here .对于您的情况，为简单起见，我会将所有内容都保留在完全复杂的模式下，以使您的生活更轻松。

希望对您有所帮助!

关于c++ - OpenCV 中空间域的 DFT 不起作用，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/9646652/