数字图像 陷波滤波器 设置F(0,0)=0 代码

以下是Python代码示例：

import numpy as np
import cv2

def notch_filter(img, f0=(0,0), radius=30):
    h, w = img.shape[:2]
    # create meshgrid for distance calculation
    x, y = np.meshgrid(np.arange(w), np.arange(h))
    # calculate distance from center
    d = np.sqrt((x - f0[1])**2 + (y - f0[0])**2)
    # create notch filter
    H = 1 / (1 + (d / radius)**2)
    # set center to 0
    H[f0[0], f0[1]] = 0
    # apply filter
    img_fft = np.fft.fft2(img)
    img_fft_filtered = img_fft * H
    img_filtered = np.fft.ifft2(img_fft_filtered).real
    return img_filtered

# load image
img = cv2.imread('image.png', cv2.IMREAD_GRAYSCALE)
# apply notch filter
img_filtered = notch_filter(img, f0=(0,0))
# show results
cv2.imshow('Original', img)
cv2.imshow('Filtered', img_filtered)
cv2.waitKey()
cv2.destroyAllWindows()

该函数使用FFT计算图像的频域表示，并根据提供的F(0,0)和半径创建一个带有陷波的滤波器。然后将该滤波器应用于图像的频域表示，并使用逆FFT将其转换回空间域。最后返回滤波后的图像。在这个例子中，我们将F(0,0)设置为(0,0)。