理想高通滤波器python

理想高通滤波器是一种常见的频率滤波器，用于增强图像中高频部分的细节。在Python中，可以使用OpenCV库来实现理想高通滤波器。

下面是一个示例代码，演示了如何使用OpenCV库实现理想高通滤波器：

import cv2
import numpy as np

# 读取图像
image = cv2.imread('input.jpg', 0)

# 进行傅里叶变换
f = np.fft.fft2(image)
fshift = np.fft.fftshift(f)

# 构建理想高通滤波器
rows, cols = image.shape
crow, ccol = int(rows/2), int(cols/2)
mask = np.ones((rows, cols), np.uint8)
mask[crow-30:crow+30, ccol-30:ccol+30] = 0

# 应用滤波器
fshift = fshift * mask

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

# 显示原始图像和滤波后的图像
cv2.imshow('Original Image', image)
cv2.imshow('Filtered Image', image_filtered)
cv2.waitKey(0)
cv2.destroyAllWindows()

请注意，上述代码中的`input.jpg`是输入图像的文件名，你需要将其替换为你自己的图像文件名。