C++中使用傅里叶变换求一幅图像的高频分量，并将高频分量求和存入到矩阵中的代码

以下是使用OpenCV库实现的C++代码示例：

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

using namespace cv;
using namespace std;

int main()
{
    Mat img = imread("lena.jpg", IMREAD_GRAYSCALE);

    Mat planes[] = { Mat_<float>(img), Mat::zeros(img.size(), CV_32F) };
    Mat complexImg;
    merge(planes, 2, complexImg);

    dft(complexImg, complexImg);

    // 将高频分量置为0
    int cx = complexImg.cols / 2;
    int cy = complexImg.rows / 2;
    for (int i = 0; i < cy; i++)
    {
        for (int j = 0; j < cx; j++)
        {
            complexImg.at<Vec2f>(i, j)[0] = 0;
            complexImg.at<Vec2f>(i, j)[1] = 0;
        }
    }

    // 将变换结果转换回图像
    Mat inverseTransform;
    idft(complexImg, inverseTransform, DFT_SCALE | DFT_REAL_OUTPUT);

    // 取出高频分量
    Mat highFreq = inverseTransform(Rect(cx, cy, cx, cy));

    // 显示结果
    imshow("Original Image", img);
    imshow("High Frequency Component", highFreq);
    waitKey();

    return 0;
}

这里使用了OpenCV中的dft函数来进行傅里叶变换，并将变换结果转换回图像使用了idft函数。将高频分量置为0的过程可以通过访问Mat中的像素来实现。最后使用Rect函数取出高频分量并显示。