np.fft 傅里叶变换 图像过滤高频代码演示

好的，以下是一个使用 np.fft 进行傅里叶变换和图像高通滤波的 Python 代码演示：

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

# 读取图像
img = cv2.imread('lena.jpg', 0)

# 傅里叶变换
f = np.fft.fft2(img)
fshift = np.fft.fftshift(f)

# 高通滤波（保留低频部分）
rows, cols = img.shape
crow, ccol = rows // 2, cols // 2
mask = np.ones((rows, cols), np.uint8)
mask[crow-30:crow+30, ccol-30:ccol+30] = 0
fshift = fshift * mask

# 傅里叶逆变换
ishift = np.fft.ifftshift(fshift)
iimg = np.fft.ifft2(ishift)
iimg = np.abs(iimg)

# 显示图像
plt.subplot(121), plt.imshow(img, cmap='gray')
plt.title('Input Image'), plt.xticks([]), plt.yticks([])
plt.subplot(122), plt.imshow(iimg, cmap='gray')
plt.title('Output Image'), plt.xticks([]), plt.yticks([])
plt.show()

通过运行以上代码，可以将 `lena.jpg` 图像进行高通滤波，保留低频部分，得到输出图像。其中，`mask` 变量表示滤波器，这里使用一个矩形的掩码，将中心部分低频区域保留，其余高频区域置为零。可以通过调整掩码大小和形状来改变滤波效果。