im = cv2.resize(gray_image, (128, 128), interpolation=cv2.INTER_LINEAR) cv2.imwrite('new_image.jpg', im) # 进行离散傅立叶变换，得到离散傅立叶变换矩阵FIM fim = np.fft.fft2(im)，将fim再转换为原图片

将离散傅立叶变换矩阵`fim`转换回原图片可以使用`np.fft.ifft2()`函数实现。示例代码如下：

import cv2
import numpy as np

#读取灰度图片
gray_image = cv2.imread('gray_image.jpg', cv2.IMREAD_GRAYSCALE)

#调整图片大小
im = cv2.resize(gray_image, (128, 128), interpolation=cv2.INTER_LINEAR)

#进行离散傅立叶变换，得到离散傅立叶变换矩阵FIM
fim = np.fft.fft2(im)

#将离散傅立叶变换矩阵FIM转换为原图片
new_im = np.fft.ifft2(fim)

#将虚部丢弃
new_im = np.real(new_im)

#保存图片
cv2.imwrite('new_image.jpg', new_im)

这段代码将会读取名为`gray_image.jpg`的灰度图片，将其大小调整为128x128像素，并使用线性插值法进行插值。然后进行离散傅立叶变换，得到离散傅立叶变换矩阵`fim`。接着将离散傅立叶变换矩阵`fim`转换回原图片`new_im`，然后将虚部丢弃。最后将结果保存为`new_image.jpg`。