跟我學Python圖像處理丨傅里葉變換之高通濾波和低通濾波

摘要：本文講解基于傅里葉變換的高通濾波和低通濾波。

本文分享自華為云社區《[Python圖像處理] 二十三.傅里葉變換之高通濾波和低通濾波》，作者：eastmount 。

成都創新互聯主營衡陽縣網站建設的網絡公司,主營網站建設方案,App定制開發,衡陽縣h5成都微信小程序搭建,衡陽縣網站營銷推廣歡迎衡陽縣等地區企業咨詢

一.高通濾波

傅里葉變換的目的并不是為了觀察圖像的頻率分布（至少不是最終目的），更多情況下是為了對頻率進行過濾，通過修改頻率以達到圖像增強、圖像去噪、邊緣檢測、特征提取、壓縮加密等目的。

過濾的方法一般有三種：低通（Low-pass）、高通（High-pass）、帶通（Band-pass）。所謂低通就是保留圖像中的低頻成分，過濾高頻成分，可以把過濾器想象成一張漁網，想要低通過濾器，就是將高頻區域的信號全部拉黑，而低頻區域全部保留。例如，在一幅大草原的圖像中，低頻對應著廣袤且顏色趨于一致的草原，表示圖像變換緩慢的灰度分量；高頻對應著草原圖像中的老虎等邊緣信息，表示圖像變換較快的灰度分量，由于灰度尖銳過度造成

高通濾波器是指通過高頻的濾波器，衰減低頻而通過高頻，常用于增強尖銳的細節，但會導致圖像的對比度會降低。該濾波器將檢測圖像的某個區域，根據像素與周圍像素的差值來提升像素的亮度。圖展示了“Lena”圖對應的頻譜圖像，其中心區域為低頻部分。

接著通過高通濾波器覆蓋掉中心低頻部分，將255兩點變換為0，同時保留高頻部分，其處理過程如下圖所示。

rows, cols = img.shape
crow,ccol= int(rows/2), int(cols/2)
fshift[crow-30:crow+30, ccol-30:ccol+30] = 0

當前文章：跟我學Python圖像處理丨傅里葉變換之高通濾波和低通濾波
本文網址：http://m.kartarina.com/article26/dsogscg.html

成都網站建設公司_創新互聯，為您提供微信小程序、移動網站建設、關鍵詞優化、網站維護、Google、用戶體驗

廣告

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創新互聯