python得到一个图像的幅度谱和相位谱|极客笔记

python得到一个图像的幅度谱和相位谱

在数字图像处理中，我们经常会涉及到频域处理，其中幅度谱和相位谱是两个非常重要的概念。幅度谱表示图像中不同频率的强度信息，而相位谱则表示图像中不同频率的空间位置信息。在本文中，我将详细讲解如何使用Python获取一个图像的幅度谱和相位谱。

1. 导入必要的库

首先，我们需要导入一些Python库来处理图像和进行频域分析。我们将使用numpy来处理数组，cv2来读取和显示图像，matplotlib来展示图像和频谱。

import numpy as np
import cv2
import matplotlib.pyplot as plt

2. 读取图像并进行频域转换

首先，我们需要读取一张图片并将其转换为灰度图像。然后，我们将对图像进行傅立叶变换来得到其频域表示。

# 读取图像
img = cv2.imread('image.jpg', 0)

# 进行傅立叶变换
f = np.fft.fft2(img)
fshift = np.fft.fftshift(f)
magnitude_spectrum = 20*np.log(np.abs(fshift))
phase_spectrum = np.angle(fshift)

3. 展示原始图像和频谱

现在，我们可以展示原始图像和其对应的幅度谱和相位谱。

plt.subplot(131), plt.imshow(img, cmap='gray')
plt.title('Input Image'), plt.xticks([]), plt.yticks([])

plt.subplot(132), plt.imshow(magnitude_spectrum, cmap='gray')
plt.title('Magnitude Spectrum'), plt.xticks([]), plt.yticks([])

plt.subplot(133), plt.imshow(phase_spectrum, cmap='gray')
plt.title('Phase Spectrum'), plt.xticks([]), plt.yticks([])

plt.show()

以上代码会显示原始图像、幅度谱和相位谱在一张图上，你可以清晰地看到它们之间的关联。