opencv c++通过傅里叶变换去除正弦噪声

在OpenCV中，可以使用傅里叶变换来去除正弦噪声。傅里叶变换可以将信号从时域转换到频域，从而可以分析信号中的频率成分。对于正弦噪声，通常可以通过在频域中滤除对应的频率成分来去除。

以下是一个简单的示例代码，可以用于去除正弦噪声：

#include <opencv2/opencv.hpp>
#include <iostream>
#include <cmath>

using namespace std;
using namespace cv;

int main()
{
    Mat img = imread("sample.jpg", IMREAD_GRAYSCALE); // 读取灰度图像
    Mat img_float;
    img.convertTo(img_float, CV_32F); // 将图像转换为float类型

    // 对图像进行傅里叶变换
    Mat img_fft;
    dft(img_float, img_fft, DFT_COMPLEX_OUTPUT);

    // 计算频谱图像
    Mat img_fft_mag;
    magnitude(img_fft, img_fft_mag);
    img_fft_mag += Scalar::all(1);
    log(img_fft_mag, img_fft_mag);

    // 找到正弦噪声的频率位置
    int rows = img_fft_mag.rows;
    int cols = img_fft_mag.cols;
    int cx = cols / 2;
    int cy = rows / 2;
    int radius = 10;
    for (int i = cy - radius; i <= cy + radius; i++) {
        for (int j = cx - radius; j <= cx + radius; j++) {
            if (sqrt(pow(j - cx, 2) + pow(i - cy, 2)) < radius) {
                img_fft.at<Vec2f>(i, j) = Vec2f(0, 0);
            }
        }
    }

    // 对图像进行傅里叶反变换
    Mat img_ifft;
    idft(img_fft, img_ifft, DFT_SCALE | DFT_REAL_OUTPUT);

    // 将图像转换为8位整型
    Mat img_dst;
    img_ifft.convertTo(img_dst, CV_8U);

    imshow("Original", img);
    imshow("Filtered", img_dst);
    waitKey(0);

    return 0;
}

在此示例中，我们首先将灰度图像转换为float类型，并对其进行傅里叶变换。然后，我们计算频谱图像，并找到正弦噪声的频率位置。我们将这些位置上的频率成分设置为0，从而去除正弦噪声。最后，我们对图像进行傅里叶反变换，并将其转换为8位整型。经过滤波后的图像将显示在窗口中。