《OpenCV3编程入门》第5章-学习笔记6.1-离散傅里叶变换--图像的基本理论知识

基本知识：

离散傅里叶变换（Discrete Fourier Transform, 缩写为DFT）， 指的是傅里叶变换在时域和频域都呈现离散的形式，将时域信号的采样变换为在离散时间傅里叶（DTFT）频域的采样。

实际应用中，通常采样快速傅里叶变换来高效计算DFT。

对一张图像进行傅里叶 变换就是将它分解为正弦和余弦两部分，也就是将图像从空间域转换到频域。

理论基础：任何一个函数都可以表示成无数个正弦和余弦函数和的形式。

f是空间域值，F是频域值（频域值是复数）

显示结果：实数图像+虚数图像   ||    幅度图像 + 相位图像

实际中，只用显示了幅度图像。

在频率域里，对于一幅图像，高频部分 代表了图像的细节、纹理信息

                                               低频部分 代表了图像的轮廓信息

低通滤波，那么就只剩下轮廓，这个是和 信号处理一致。

傅里叶变换可以用于图像增强、去噪、分割、边缘检测、特征提取、图像压缩

文章来源: kings.blog.csdn.net，作者：人工智能博士，版权归原作者所有，如需转载，请联系作者。

原文链接：kings.blog.csdn.net/article/details/84675453