周波数空間でのマスキングによるローパスフィルタ処理¶
V2.4.11 V3.0.0¶
In [2]:
import cv2
import numpy as np
from matplotlib import pyplot as plt
%matplotlib inline
#画像読込
img = cv2.imread('lena.jpg',0)
#floatに変換
img_float32 = np.float32(img)
#窓関数かけなさい
#フーリエ変換
dft = cv2.dft(img_float32, flags = cv2.DFT_COMPLEX_OUTPUT)
#スワップ
dft_shift = np.fft.fftshift(dft)
rows, cols = img.shape
crow, ccol = rows/2 , cols/2 # 画像中央
# マスク作成： 中央領域は１、 その他はすべて０
mask = np.zeros((rows, cols, 2), np.uint8)
mask[crow-30:crow+30, ccol-30:ccol+30] = 1
# 周波数空間でマスク適用
fshift = dft_shift*mask
f_ishift = np.fft.ifftshift(fshift)
#逆フーリエ変換
img_back = cv2.idft(f_ishift)
img_back = cv2.magnitude(img_back[:,:,0],img_back[:,:,1])
plt.figure(figsize=(12,10))
plt.subplot(121),plt.imshow(img, cmap = 'gray')
plt.title('Input Image'), plt.xticks([]), plt.yticks([])
plt.subplot(122),plt.imshow(img_back, cmap = 'gray')
plt.title('Magnitude Spectrum'), plt.xticks([]), plt.yticks([])
plt.show()
