mean_filter的傅里叶变换代码

mean_filter是一种平滑滤波器，它可以通过计算输入图像像素周围像素的平均值来减少噪声。它没有傅里叶变换的实现，但可以使用傅里叶变换来优化其性能。下面是一个使用傅里叶变换的mean_filter示例代码：

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

# 读取图像
img = cv2.imread('lena.png',0)
plt.subplot(121),plt.imshow(img,cmap='gray')
plt.title('Input Image'), plt.xticks([]), plt.yticks([])

# 傅里叶变换
f = np.fft.fft2(img)
fshift = np.fft.fftshift(f)

# 设置高通滤波器
rows, cols = img.shape
crow,ccol = rows//2 , cols//2
mask = np.zeros((rows,cols),np.uint8)
mask[crow-30:crow+30, ccol-30:ccol+30] = 1
fshift = fshift*mask

# 傅里叶逆变换
f_ishift = np.fft.ifftshift(fshift)
img_back = np.fft.ifft2(f_ishift)
img_back = np.real(img_back)

# 显示结果
plt.subplot(122),plt.imshow(img_back, cmap='gray')
plt.title('Result'), plt.xticks([]), plt.yticks([])
plt.show()

该代码首先读取图像，然后对其进行傅里叶变换并将其移位，以便将低频分量移到图像中心。然后，它创建一个高通滤波器mask，并将其应用于傅里叶变换后的图像。最后，它通过逆变换将图像转换回空间域，并显示结果。此过程可以减少图像中的噪声。