0 
       // Fourier transform of Image<Bgr,byte> orig object.
       // output is matrix<float> with 2 channels.

        private Matrix<float> fourier()
    {
        Image<Gray, float> image = orig.Convert<Gray, float>();
        IntPtr complexImage = CvInvoke.cvCreateImage(image.Size,Emgu.CV.CvEnum.IPL_DEPTH.IPL_DEPTH_32F, 2);

        CvInvoke.cvSetZero(complexImage);  // Initialize all elements to Zero
        CvInvoke.cvSetImageCOI(complexImage, 1);
        CvInvoke.cvCopy(image, complexImage, IntPtr.Zero);
        CvInvoke.cvSetImageCOI(complexImage, 0);

        Matrix<float> dft = new Matrix<float>(image.Rows, image.Cols, 2);
        CvInvoke.cvDFT(complexImage, dft, Emgu.CV.CvEnum.CV_DXT.CV_DXT_FORWARD, 0);

        //The Real part of the Fourier Transform
        Matrix<float> outReal = new Matrix<float>(image.Size);
        //The imaginary part of the Fourier Transform
        Matrix<float> outIm = new Matrix<float>(image.Size);
        CvInvoke.cvSplit(dft, outReal, outIm, IntPtr.Zero, IntPtr.Zero);
        return dft;
    }

    // butterworth filter with Do frequency and order n.
    // Filter is returned as matrix<float> with 2 channels. 

    private Matrix<float> make_butterworth(int Do, int n)
    {
        Matrix<float> ff = fourier();
        Matrix<float> tmp = new Matrix<float>(ff.Rows, ff.Cols, 2);

        Point center=new Point(tmp.Rows/2,tmp.Cols/2);

        for (int i=0;i<orig.Rows;i++)
            for (int j = 0; j < orig.Cols; j++)
            {
                  int Duv= (int) (Math.Sqrt( Math.Pow(i-center.X,2) + Math.Pow(j-center.Y,2)));
                  tmp[i, j] = (float) (1 / (1 + Math.Pow((Duv / Do), 2 * n)));
            }

        return tmp;
    }


    // The click event which will trigger fourier() and
       make_butterworth() takes Do and n order input from user
       and applies filter on orig image.

    private void lowPassToolStripMenuItem2_Click(object sender, EventArgs e)
    {
        dialog_input d1 = new dialog_input("Enter values of Do and order n seperated by space:\n");
        d1.ShowDialog();
        string[] s = d1.t.Split(new char[] { ' ', ',' });
        int fc = Convert.ToInt32(s[0]);
        int order = Convert.ToInt32(s[1]);

        Matrix<float> filter= make_butterworth(fc, order); // 2 channels
        Matrix<float> m = fourier(); // 2 channels
        m._Mul(filter);
        // filter * with fourier image.
        CvInvoke.cvDFT(m,m,CV_DXT.CV_DXT_INVERSE, 0);

        IntPtr cmplx = CvInvoke.cvCreateImage(m.Size, IPL_DEPTH.IPL_DEPTH_32F, 2);
        CvInvoke.cvSetZero(cmplx);
        CvInvoke.cvSetImageCOI(cmplx, 0);
        CvInvoke.cvCopy(m, cmplx, IntPtr.Zero);

        Bitmap bm = new Bitmap(m.Width, m.Height);

        BitmapData bd = bm.LockBits(new Rectangle
            (0, 0, bm.Width, bm.Height),
            ImageLockMode.ReadWrite,
            PixelFormat.Canonical);

        bd.Scan0 = cmplx;

        bm.UnlockBits(bd);
        pictureBox2.Image = bm;
      }

一件事我将fourier（）作为2个通道，而不是只采用真正的通道。我不确定我在这方面是否错了。这也是为什么我必须将过滤器作为 2 个通道，其中 2 个通道用于表示两种情况下的灰色和 Alpha 数据。

由于 pixelFormat.Canonical 参数，在 bitmapdata 对象初始化时会出现问题。傅立叶矩阵和滤波器矩阵相乘的结果是矩阵浮点数。我要做的就是获取它的 IDFT 并显示过滤后的图像。不确定 PixelFormat。任何帮助都会很棒。

4

1 回答 1

0

阅读本章：opencv DFT 教程、C 代码 DFT和opencv DFT python它解释了您需要了解的关于 opencv 中的 DFT 的所有信息。关于类型

1) 图像是真实的

2) DFT(Image) 产生复杂的图像。

3) 巴特沃斯是一个具有相同图像大小的单通道矩阵。

4）过滤，将DFT结果图像的每个通道乘以巴特沃斯滤波器。每个通道必须相乘分离，因为我们在一个通道中分配了每个像素的实部和复数部分，这是 DFT 的结果。过滤的工作原理

5) 过滤后你会有一个复杂的图像

6) 现在您可以应用得到真实图像的 IDFT。在 opencv 中，您可能会得到一个复杂的图像，但第二个通道完全为零，因此您可以丢弃。

看这里：opencv C++ DFT

于 2014-12-14T15:16:56.420 回答