高通濾波、低通濾波、帶通濾波 python實現

創作不易，如果此文使您有收獲，記得點贊哦！

---

一. 傅里葉變化原理：

    https://www.cnblogs.com/wojianxin/p/12529809.html

---

二. 高通濾波、低通濾波、帶通濾波：

    高通濾波：高頻信息通過，低頻信息被阻擋；

    低通濾波：低頻信息通過，高頻信息被阻擋；

    帶通濾波：介於低頻和高頻之間的一帶信息通過，其它信息被阻擋。

圖解高通、低通、帶通濾波器 ↑

 

---

三. python實現高通濾波實驗：

# Writer : [e-mail]

# Data  : 2020.3.20

import cv2

import numpy as np

from matplotlib import pyplot as plt

#讀取圖像

img = cv2.imread('../paojie_g.jpg', 0)

#傅里葉變換

dft = cv2.dft(np.float32(img), flags = cv2.DFT_COMPLEX_OUTPUT)

fshift = np.fft.fftshift(dft)

#設置高通濾波器

rows, cols = img.shape

crow,ccol = int(rows/2), int(cols/2) #中心位置

mask = np.ones((rows, cols, 2), np.uint8)

mask[crow-30:crow+30, ccol-30:ccol+30] = 0

#掩膜圖像和頻譜圖像乘積

f = fshift * mask

#傅里葉逆變換

ishift = np.fft.ifftshift(f)

iimg = cv2.idft(ishift)

res = cv2.magnitude(iimg[:,:,0], iimg[:,:,1])

#顯示原始圖像和高通濾波處理圖像

plt.subplot(121), plt.imshow(img, 'gray'), plt.title('Original Image')

plt.axis('off')

plt.subplot(122), plt.imshow(res, 'gray'), plt.title('High Pass Filter Image')

plt.axis('off')

plt.show()

 

---

四. 高通濾波實驗結果：

高通濾波實驗結果 ↑

 

---

五. python實現低通濾波實驗：

# Writer : [e-mail]

# Data  : 2020.3.20

import cv2

import numpy as np

from matplotlib import pyplot as plt

#讀取圖像

img = cv2.imread('../paojie_g.jpg', 0)

#傅里葉變換

dft = cv2.dft(np.float32(img), flags = cv2.DFT_COMPLEX_OUTPUT)

fshift = np.fft.fftshift(dft)

#設置低通濾波器

rows, cols = img.shape

crow,ccol = int(rows/2), int(cols/2) #中心位置

mask = np.zeros((rows, cols, 2), np.uint8)

mask[crow-30:crow+30, ccol-30:ccol+30] = 1

#掩膜圖像和頻譜圖像乘積

f = fshift * mask

#傅里葉逆變換

ishift = np.fft.ifftshift(f)

iimg = cv2.idft(ishift)

res = cv2.magnitude(iimg[:,:,0], iimg[:,:,1])

#顯示原始圖像和低通濾波處理圖像

plt.subplot(121), plt.imshow(img, 'gray'), plt.title('Original Image')

plt.axis('off')

plt.subplot(122), plt.imshow(res, 'gray'), plt.title('Low Pass Filter Image')

plt.axis('off')

plt.show()

 

---

六. 低通濾波實驗結果：

低通濾波實驗結果 ↑

 

---

七. python實現帶通濾波實驗：

# Writer : [e-mail]

# Data  : 2020.3.20

import cv2

import numpy as np

import math

from matplotlib import pyplot as plt

#讀取圖像

img = cv2.imread('../paojie_g.jpg', 0)

#傅里葉變換

dft = cv2.dft(np.float32(img), flags = cv2.DFT_COMPLEX_OUTPUT)

fshift = np.fft.fftshift(dft)

#設置帶通濾波器

# w 帶寬

# radius: 帶中心到頻率平面原點的距離

rows, cols = img.shape

crow,ccol = int(rows/2), int(cols/2) #中心位置

w = 30

radius = 30

mask = np.ones((rows, cols, 2), np.uint8)

for i in range(0, rows):

    for j in range(0, cols):

        # 計算(i, j)到中心點的距離

        d = math.sqrt(pow(i - crow, 2) + pow(j - ccol, 2))

        if radius - w / 2 < d < radius + w / 2:

            mask[i, j, 0] = mask[i, j, 1] = 0

        else:

            mask[i, j, 0] = mask[i, j, 1] = 1

#掩膜圖像和頻譜圖像乘積

f = fshift * mask

#傅里葉逆變換

ishift = np.fft.ifftshift(f)

iimg = cv2.idft(ishift)

res = cv2.magnitude(iimg[:,:,0], iimg[:,:,1])

#顯示原始圖像和帶通濾波處理圖像

plt.subplot(121), plt.imshow(img, 'gray'), plt.title('Original Image')

plt.axis('off')

plt.subplot(122), plt.imshow(res, 'gray'), plt.title('Band Pass Filter Image')

plt.axis('off')

plt.show()

 

---

八. 帶通濾波實驗結果：

帶通濾波實驗結果 ↑

 

---

九. 總結：

        高通濾波，通過了高頻信息，提取了圖像邊緣和噪聲；低通濾波，通過了低頻信息，保留了圖像背景和基本內容，圖像邊緣被阻擋，圖像變模糊；帶通濾波，阻擋了部分特別高頻信息和特別低頻信息，相對高通濾波來講，提取的圖像邊緣減少，相對低通濾波來講，保留的圖像內容也減少。

---

十. 參考內容：

        https://www.jianshu.com/p/28b03ea8592b

---

十一. 版權聲明：

        未經作者允許，請勿隨意轉載抄襲，抄襲情節嚴重者，作者將考慮追究其法律責任，創作不易，感謝您的理解和配合！