opencv图像中频域滤波去除噪声，使用c++代码

以下是使用OpenCV进行频域滤波去除噪声的C++代码示例：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main()
{
    Mat img = imread("lena.jpg", IMREAD_GRAYSCALE); // 读取灰度图像

    // 添加高斯噪声
    Mat noise(img.size(), CV_8U);
    randn(noise, 0, 50);
    add(img, noise, img, Mat(), CV_8U);

    // 进行离散傅里叶变换
    Mat planes[] = { Mat_<float>(img), Mat::zeros(img.size(), CV_32F) };
    Mat complexImg;
    merge(planes, 2, complexImg);
    dft(complexImg, complexImg);

    // 构建滤波器
    Mat filter = Mat::zeros(img.size(), CV_32F);
    circle(filter, Point(img.cols / 2, img.rows / 2), 30, Scalar(1), -1);

    // 应用滤波器
    Mat filtered;
    mulSpectrums(complexImg, filter, filtered, 0);
    idft(filtered, filtered);
    Mat result;
    split(filtered, planes);
    normalize(planes[0], result, 0, 255, NORM_MINMAX, CV_8U);

    // 显示结果
    imshow("Original Image", img);
    imshow("Noisy Image", img + noise);
    imshow("Filtered Image", result);
    waitKey(0);

    return 0;
}

首先，我们读取灰度图像并添加高斯噪声。然后，我们将图像转换为频域，构建一个圆形的滤波器，将滤波器应用于频域图像，最后将结果转换回空域。最后，我们显示原始图像、带噪声的图像和滤波后的图像。