opencv图像中余弦噪声去除，使用c++代码

以下是使用C语言和OpenCV库来去除图像中余弦噪声的示例代码：

#include <stdio.h>
#include <opencv2/opencv.hpp>

using namespace cv;

void removeCosineNoise(Mat& img, double freq, double ampl)
{
    int rows = img.rows;
    int cols = img.cols;

    Mat cosine(rows, cols, CV_32F);
    for (int i = 0; i < rows; i++) {
        float* pcosine = cosine.ptr<float>(i);
        for (int j = 0; j < cols; j++) {
            pcosine[j] = ampl * cos(freq * i) * cos(freq * j);
        }
    }

    dft(img, img, DFT_COMPLEX_OUTPUT);
    dft(cosine, cosine, DFT_COMPLEX_OUTPUT);

    Mat planes[2];
    split(img, planes);
    Mat real = planes[0];
    Mat imaginary = planes[1];

    Mat planes2[2];
    split(cosine, planes2);
    Mat real2 = planes2[0];
    Mat imaginary2 = planes2[1];

    Mat resultReal(rows, cols, CV_32F);
    Mat resultImag(rows, cols, CV_32F);
    multiply(real, real2, resultReal);
    multiply(imaginary, imaginary2, resultImag);
    subtract(resultReal, resultImag, real);

    Mat result(rows, cols, CV_32FC2);
    Mat planes3[2] = { real, Mat::zeros(rows, cols, CV_32F) };
    merge(planes3, 2, result);

    dft(result, result, DFT_INVERSE | DFT_SCALE);
    split(result, planes);
    normalize(planes[0], img, 0, 255, NORM_MINMAX, CV_8U);
}

int main(int argc, char** argv)
{
    if (argc != 2) {
        printf("Usage: %s <image_path>\n", argv[0]);
        return -1;
    }

    Mat img = imread(argv[1], IMREAD_GRAYSCALE);
    if (img.empty()) {
        printf("Could not read image: %s\n", argv[1]);
        return -1;
    }

    namedWindow("Original", WINDOW_NORMAL);
    imshow("Original", img);

    removeCosineNoise(img, 0.1, 50);

    namedWindow("Removed Cosine Noise", WINDOW_NORMAL);
    imshow("Removed Cosine Noise", img);

    waitKey(0);
    return 0;
}

该代码中的 `removeCosineNoise()` 函数实现了余弦噪声的去除。它首先创建一个与原始图像相同大小的余弦波矩阵，该矩阵包含给定频率和幅度的余弦波。然后，它使用离散傅里叶变换（DFT）对原始图像和余弦波进行频域处理。接下来，它计算两个频域矩阵的实部乘积和虚部乘积，并将它们相减以得到一个新的实部矩阵。最后，它使用逆离散傅里叶变换（IDFT）将新矩阵转换回空间域，并将其作为去除余弦噪声后的图像返回。

在主函数中，我们首先读取输入图像并显示它。然后，我们调用 `removeCosineNoise()` 函数来去除余弦噪声，并显示处理后的图像。最后，我们等待用户按下键盘上的任意键，然后退出程序。