opencv图像中频域滤波去除正弦噪声，使用c++代码

以下是使用OpenCV进行频域滤波去除正弦噪声的C++代码示例：

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

using namespace cv;
using namespace std;

int main()
{
    // 读取原始图像
    Mat img = imread("lena.jpg", IMREAD_GRAYSCALE);
    if (img.empty())
    {
        cout << "Failed to read image" << endl;
        return -1;
    }

    // 添加正弦噪声
    Mat noise(img.size(), CV_32F);
    randn(noise, 0, 20);
    Mat img_noise;
    img.convertTo(img_noise, CV_32F);
    img_noise += noise;

    // 显示原始图像和带噪声的图像
    imshow("Original Image", img);
    imshow("Noisy Image", img_noise / 255.0);

    // 傅里叶变换
    Mat img_dft;
    dft(img_noise, img_dft, DFT_COMPLEX_OUTPUT);

    // 计算傅里叶频谱
    Mat img_dft_mag;
    magnitude(img_dft, img_dft_mag);

    // 反变换
    Mat img_idft;
    idft(img_dft, img_idft, DFT_SCALE | DFT_REAL_OUTPUT);

    // 显示频域和空域图像
    imshow("Frequency Domain", img_dft_mag / 255.0);
    imshow("Spatial Domain", img_idft / 255.0);

    // 创建掩模
    Mat mask = Mat::zeros(img.size(), CV_32F);
    Rect roi(img.cols / 4, img.rows / 4, img.cols / 2, img.rows / 2);
    mask(roi) = 1;

    // 应用掩模
    Mat img_dft_masked;
    multiply(img_dft, mask, img_dft_masked);

    // 反变换
    Mat img_idft_masked;
    idft(img_dft_masked, img_idft_masked, DFT_SCALE | DFT_REAL_OUTPUT);

    // 显示去噪后的图像
    imshow("Denoised Image", img_idft_masked / 255.0);

    waitKey();

    return 0;
}

在此示例中，我们使用了OpenCV的dft，idft，magnitude和multiply函数来执行傅里叶变换，反变换，计算傅里叶频谱和应用掩模。我们还使用了randn函数来添加正弦噪声。掩模是通过创建一个具有ROI（感兴趣区域）的矩形来创建的，其中ROI是原始图像的中央四分之一。最终，我们显示了原始图像，带噪声的图像，傅里叶频谱，空域图像和去噪后的图像。