低通滤波opencv

本文主要是介绍低通滤波opencv，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

理论基础知识，高通部分已经讲过，这里不重复了。本部分做低通滤波，保留细节。即频谱中间部分保留，与高通相反。

import cv2
import numpy as np
import matplotlib.pyplot as plto=cv2.imread('image\\lena256.bmp',0)    #读入图片
dft=cv2.dft(np.float32(o),flags=cv2.DFT_COMPLEX_OUTPUT)
dshift=np.fft.fftshift(dft)             #傅里叶变换rows,cols=o.shape                     #行 列
crow,ccol=int(rows/2),int(cols/2)     #中心
mask=np.zeros((rows,cols,2),np.int8) #生成掩膜，2个通道，256位
mask1=np.zeros((rows,cols,2),np.int8) #生成掩膜，2个通道，256位
mask[crow-30:crow+30,ccol-30:ccol+30]=1 #中心区域设置为1,大小30*30
mask1[crow-10:crow+10,ccol-10:ccol+10]=1 #中心区域设置为1，大小10*10md=dshift*mask
ishift=np.fft.iffts

这篇关于低通滤波opencv的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---