使用python代码对lena图像进行傅里叶变换，输出傅里叶变换系数

以下是使用Python代码对lena图像进行傅里叶变换并输出傅里叶变换系数的示例：

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

# 读取图像
img = cv2.imread('lena.png', 0)

# 进行傅里叶变换
f = np.fft.fft2(img)

# 将低频部分移动到中心位置
fshift = np.fft.fftshift(f)

# 取绝对值得到振幅谱
magnitude_spectrum = 20*np.log(np.abs(fshift))

# 输出傅里叶变换系数
print(f)

# 显示原图像和傅里叶变换后的振幅谱
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()

其中，`cv2.imread('lena.png', 0)`用于读取lena图像，`np.fft.fft2(img)`进行傅里叶变换，`np.fft.fftshift(f)`将低频部分移动到中心位置，`20*np.log(np.abs(fshift))`取绝对值得到振幅谱。最后使用`print(f)`输出傅里叶变换系数。运行代码后，傅里叶变换系数会被输出到控制台中。