理想_低通滤波 频域的平滑 在Ideal_LowPassFilter.cpp补充代码，对图像进行理想_低通滤波处理。

理想低通滤波器是一种数字信号处理技术，它在频域内通过保留低于某个特定截止频率的信号分量，同时消除高于这个频率的高频噪声或细节。在`Ideal_LowPassFilter.cpp`文件中，通常会使用傅里叶变换将图像从空间域转换到频域，然后应用一个高斯窗函数或者其他形式的理想滤波器函数来实现理想滤波，最后再通过逆傅里叶变换返回到空间域。

以下是基本步骤的代码补充示例，假设我们已经有一个二维数组表示输入图像`inputImage`，并且已经有了`fftw_complex`类型的傅里叶变换库：

#include <fftw3.h>

// 确保已包含必要的头文件和函数声明

// 定义截止频率和窗口大小
double cutoffFrequency = ...; // 例如0.5 (半波长)
size_t windowSize = ...; // 通常是奇数，如5或7

// 计算实际需要的滤波系数（高斯窗口）
std::vector<fftw_complex> filterKernel(windowSize);
for(size_t i = 0; i < windowSize; ++i) {
    double freq = static_cast<double>(i - windowSize / 2) / (windowSize * 0.5); // 角频率
    if(freq <= cutoffFrequency) {
        filterKernel[i] = complex<double>(cos(2 * M_PI * freq), -sin(2 * M_PI * freq)); // 理想低通函数
    } else {
        filterKernel[i] = complex<double>(0, 0); // 滤除高频部分
    }
}

// 创建输入和输出计划
fftw_plan forwardPlan = fftw_plan_dft_r2c_2d(inputImage.rows, inputImage.cols, inputImage.data, outputBuffer, FFTW_ESTIMATE);
fftw_plan backwardPlan = fftw_plan_dft_c2r_2d(inputImage.rows, inputImage.cols, outputBuffer, resultImage.data, FFTW_ESTIMATE);

// 执行前向变换（从空间域到频域）
fftw_execute(forwardPlan);

// 应用滤波器
for(size_t k = 0; k < inputImage.rows * inputImage.cols; ++k) {
    outputBuffer[k] *= filterKernel[k];
}

// 执行反向变换（从频域回空间域）
fftw_execute(backwardPlan);

// 清理计划
fftw_destroy_plan(forwardPlan);
fftw_destroy_plan(backwardPlan);