生成一段基于DCT提取高频图像的代码

以下是一个基于DCT提取高频图像的Python代码示例：

import cv2
import numpy as np

# 读入图像
img = cv2.imread('test.jpg', cv2.IMREAD_GRAYSCALE)

# 对图像进行DCT变换
dct = cv2.dct(np.float32(img))

# 提取高频部分
dct_high_freq = dct.copy()
dct_high_freq[:10, :10] = 0

# 对DCT变换结果进行反变换
idct = cv2.idct(dct_high_freq)

# 显示原始图像和提取的高频图像
cv2.imshow('Original', img)
cv2.imshow('High Frequency', idct)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个代码中，我们首先使用OpenCV的`cv2.imread`函数读入一张灰度图像。然后，我们使用`cv2.dct`函数对图像进行DCT变换，并将结果存储在`dct`数组中。接下来，我们创建一个新的数组`dct_high_freq`，它与`dct`相同，但是我们将其前10x10个系数设置为零，从而保留了高频部分。最后，我们使用`cv2.idct`函数对`dct_high_freq`数组进行反变换，以得到提取的高频图像。我们使用OpenCV的`cv2.imshow`函数显示原始图像和提取的高频图像。