# -*- coding: utf-8 -*-
     
    
   

    

     

    
    

     

      import cv2 as cv
     
    
   

    

     

    
    

     

      import numpy as np
     
    
   

    

     

    
    

     

      from matplotlib import pyplot as plt
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      #读取图像
     
    
   

    

     

    
    

     

      img = cv.imread('test.png', 0)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      #快速傅里叶变换算法得到频率分布
     
    
   

    

     

    
    

     

      f = np.fft.fft2(img)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      #默认结果中心点位置是在左上角,
     
    
   

    

     

    
    

     

      #调用fftshift()函数转移到中间位置
     
    
   

    

     

    
    

     

      fshift = np.fft.fftshift(f) 
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      #fft结果是复数, 其绝对值结果是振幅
     
    
   

    

     

    
    

     

      fimg = np.log(np.abs(fshift))
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      #展示结果
     
    
   

    

     

    
    

     

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

    

     

    
    

     

      plt.axis('off')
     
    
   

    

     

    
    

     

      plt.subplot(122), plt.imshow(fimg, 'gray'), plt.title('Fourier Fourier')
     
    
   

    

     

    
    

     

      plt.axis('off')
     
    
   

    

     

    
    

     

      plt.show()
     
    
  
 

https://www.cnblogs.com/xh6300/p/5956503.html

图像的二维傅里叶变换频谱图特点研究

一、先放一些相关的结论：

1、傅里叶变换的幅值称为傅里叶谱或频谱。

2、F(u)的零值位置与“盒状”函数的宽度W成反比。

3、卷积定理：空间域两个函数的卷

文章来源: blog.csdn.net，作者：网奇，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/jacke121/article/details/104429751