FFT（Fast Fourier Transformation）是离散傅氏变换（DFT）的快速算法。即为快速傅氏变换。它是根据离散傅氏变换的奇、偶、虚、实等特性，对离散傅立叶变换的算法进行改进获得的。
我们使用FFT 对图像的高频和低频信号处理，可以找出信号在哪个方向变化快。在变化快方向就有可能存在边界。
import
numpy
as
np
import
matplotlib.pyplot
as
plt
import
cv2
image
=
cv2.imread(
"./imgs/1.jpg"
)
image
=
cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
f
=
np.fft.fft2(image
/
255.0
)
#use 2 dim fft
f_shift
=
np.fft.fftshift(f)
'''
#Shift the zero-frequency component to the center of the spectrum.
>>>
freqs = np.fft.fftfreq(9, d=1./9).reshape(3, 3)
>>>
freqs
array([[ 0., 1., 2.],
[ 3., 4., -4.],
[-3., -2., -1.]])
>>>
np.fft.fftshift(freqs, axes=(1,))
array([[ 2., 0., 1.],
[-4., 3., 4.],
[-1., -3., -2.]])
'''
frequency_tx
=
60
*
np.log(np.abs(f_shift))
f,(a1,a2)
=
plt.subplots(
1
,
2
,
figsize
=
(
200
,
200
))
a1.set_title(
"original image"
)
a1.imshow(image,
cmap
=
'gray'
)
a2.set_title(
"requency transform image"
)
a2.imshow(frequency_tx,
cmap
=
'gray'
)
plt.show()
