用python编写代码显示图像的DFT图像和log transformed DFT图像和centralized DFT图像的代码

好的，以下是Python代码示例：

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

# 加载图像
img = cv2.imread('image.jpg', 0)

# 计算DFT和中心化DFT
dft = cv2.dft(np.float32(img), flags=cv2.DFT_COMPLEX_OUTPUT)
dft_shift = np.fft.fftshift(dft)

# 计算对数变换后的DFT
magnitude_spectrum = 20 * np.log(cv2.magnitude(dft_shift[:, :, 0], dft_shift[:, :, 1]))

# 显示图像
plt.subplot(131), plt.imshow(img, cmap='gray')
plt.title('Input Image'), plt.xticks([]), plt.yticks([])
plt.subplot(132), plt.imshow(magnitude_spectrum, cmap='gray')
plt.title('Log Transformed Magnitude Spectrum'), plt.xticks([]), plt.yticks([])
plt.subplot(133), plt.imshow(cv2.magnitude(dft_shift[:, :, 0], dft_shift[:, :, 1]), cmap='gray')
plt.title('Centralized Magnitude Spectrum'), plt.xticks([]), plt.yticks([])
plt.show()

这段代码会加载一个名为 "image.jpg" 的灰度图像，并计算出它的DFT、对数变换后的DFT和中心化DFT。最后展示这三个图像。