python对二维图像进行理想高通滤波

好的，关于对二维图像进行理想高通滤波，可通过以下Python代码实现：

import numpy as np
import cv2

# 读入图像
img = cv2.imread('input.png', 0)

# 获取图像的傅里叶变换
dft = cv2.dft(np.float32(img), flags=cv2.DFT_COMPLEX_OUTPUT)
dft_shift = np.fft.fftshift(dft)

# 构建理想高通滤波器
rows, cols = img.shape
crow, ccol = int(rows/2), int(cols/2)
mask = np.zeros((rows, cols, 2), np.float32)
radius = 80
for i in range(rows):
    for j in range(cols):
        if np.sqrt((i-crow)**2 + (j-ccol)**2) > radius:
            mask[i, j] = [1, 1]

# 应用滤波器
fshift = dft_shift * mask
ishift = np.fft.ifftshift(fshift)
iimg = cv2.idft(ishift)
img_filtered = cv2.magnitude(iimg[:, :, 0], iimg[:, :, 1])

# 显示原图像和滤波后的图像
cv2.imshow('Input', img)
cv2.imshow('Filtered', img_filtered)
cv2.waitKey(0)
cv2.destroyAllWindows()

需要注意的是，此处的`input.png`是待处理的图像文件名，可根据实际情况进行修改。同时，理想高通滤波器的半径大小、图像中心位置等参数也可根据需求进行调整。