python 频域滤波算法

频域滤波是一种常用于图像处理和信号处理中的算法，它基于信号的频率特性进行滤波操作。在Python中，可以使用一些库来实现频域滤波算法，例如NumPy和OpenCV。

以下是一个基本的频域滤波算法的步骤：

1. 导入需要的库：

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

2. 读取图像并转换为灰度图像：

image = cv2.imread('input_image.jpg')
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

3. 对灰度图像进行傅里叶变换：

f = np.fft.fft2(gray_image)
fshift = np.fft.fftshift(f)

4. 创建一个高斯滤波器并进行频域滤波：

rows, cols = gray_image.shape
crow, ccol = int(rows / 2), int(cols / 2)
mask = np.zeros((rows, cols), np.uint8)
mask[crow-30:crow+30, ccol-30:ccol+30] = 1
fshift_filtered = fshift * mask

5. 对滤波后的频谱进行逆傅里叶变换：

f_ishift = np.fft.ifftshift(fshift_filtered)
filtered_image = np.fft.ifft2(f_ishift)
filtered_image = np.abs(filtered_image)

6. 显示原始图像和滤波后的图像：

plt.subplot(121), plt.imshow(gray_image, cmap='gray')
plt.title('Original Image'), plt.xticks([]), plt.yticks([])
plt.subplot(122), plt.imshow(filtered_image, cmap='gray')
plt.title('Filtered Image'), plt.xticks([]), plt.yticks([])
plt.show()

这是一个简单的频域滤波算法示例。你可以根据实际需求进行参数调整和改进。