重构图像&图像滤波

运行库

cv2、matplotlib、numpy
Butterworth.py、Gaussian_Highpass.py、High_Frequency_Emphasis.py

利用频谱幅度和相位角重构图像

对照片进行快速傅里叶变换获取频谱幅度和相位角。
利用获取到的频谱幅度和相位角对图像进行重构。

将频谱幅度的最亮点移到中心

shift_woman = np.fft.fftshift(dft_woman)
image_woman_translation = np.log(np.abs(shift_woman))

Woman_Square.py

分别利用woman.jpg/squart.jpg的频谱幅度和squart.jpg/woman.jpg的相位角进行图像重构。
将woman频谱幅度的最亮点移到中心。
程序效果展示如下。

不填充、零填充、原图填充并进行平滑滤波

Filtering_Padding.py

程序效果展示如下。

巴特沃斯低通滤波器平滑图像

Filtering_Butterworth.py

调用Butterworth.py程序中的filter函数实现巴特沃斯滤波器。
D0分别设置为10、100、1000。
程序效果展示如下。

高斯高通滤波器锐化图像

Filtering_Gaussian_Highpass.py

调用Gaussian_Highpass.py程序中的gaussian_high_pass_filter函数实现高斯高通滤波器。
D0分别设置为10、100、1000。
程序效果展示如下。

HFE滤波器锐化图像并叠加到原图

Filtering_HFE.py

调用High_Frequency_Emphasis.py程序中的apply_hfe_filter函数实现HFE滤波器。
三组[K1,K2]分别设置为[0.8,0.2]、[0.5,0.5]、[0.2,0.8]。
程序效果展示如下。

代码仓库地址