对图片进行FFT算法和IFFT算法

对图片进行FFT算法和IFFT算法的步骤如下：
1. 读取图片并将其转换为灰度图像。
2. 对灰度图像进行傅里叶变换（FFT）。

   import cv2
   import numpy as np

   # 读取图片并转换为灰度图像
   img = cv2.imread('image.jpg', 0)

   # 进行傅里叶变换
   f = np.fft.fft2(img)
   fshift = np.fft.fftshift(f)
   magnitude_spectrum = 20 * np.log(np.abs(fshift))

3. 对傅里叶变换后的图像进行频谱图像的可视化。

   import matplotlib.pyplot as plt

   # 可视化频谱图像
   plt.subplot(121), plt.imshow(img, cmap='gray')
   plt.title('Input Image'), plt.xticks([]), plt.yticks([])
   plt.subplot(122), plt.imshow(magnitude_spectrum, cmap='gray')
   plt.title('Magnitude Spectrum'), plt.xticks([]), plt.yticks([])
   plt.show()

4. 对傅里叶变换后的图像进行逆变换（IFFT）。

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

5. 对逆变换后的图像进行可视化。

   # 可视化逆变换后的图像
   plt.subplot(121), plt.imshow(img, cmap='gray')
   plt.title('Input Image'), plt.xticks([]), plt.yticks([])
   plt.subplot(122), plt.imshow(img_back, cmap='gray')
   plt.title('Image after LPF'), plt.xticks([]), plt.yticks([])
   plt.show()