フーリエ変換の大きさのフィルタリング

Question

フーリエ変換の低強度をフィルタリングしようとしています。私は提供された例の助けを借りて正しいイメージ表現を得ることができます。しかし、私はどのように私は画像を戻す逆変換を得ることができるか分からない。 dft_shiftはfloat32（256,320,2）です。マグニチュード・スペクトラムを得るために、私は抽出したcv2.magnitude（dft_shift [：、：、0]とdft_shift [：、：、1]を使ってログを計算しました。 magitude_spectrumはのfloat32（256320）であるので、私はちょうど行うことはできません（コンテキストのコード怒鳴る参照）：

f_ishift = np.fft.ifftshift(mag_spec) 
img_back = np.fft.ifft2(f_ishift) 
img_back = np.abs(img_back) 

任意の提案、私はこの時点で絶望的だ...

ここでは、コードだと？結果：

import cv2 
import numpy as np 
from matplotlib import pyplot as plt 

img = cv2.imread('G:\\Python\\Original\\frame13.jpg',0) 

dft = cv2.dft(np.float32(img),flags = cv2.DFT_COMPLEX_OUTPUT) 
dft_shift = np.fft.fftshift(dft) 
magnitude_spectrum = 20*np.log(cv2.magnitude(dft_shift[:,:,0],dft_shift[:,:,1])) 

rows, cols = img.shape 
mag_spec=20*np.log(cv2.magnitude(dft_shift[:,:,0],dft_shift[:,:,1])) 
for i in range(0,rows-1): 
    for j in range(0,cols-1): 
     if mag_spec[i,j]<130: 
      mag_spec[i,j]=0   

f_ishift = np.fft.ifftshift(mag_spec) 
img_back = np.fft.ifft2(f_ishift) 
img_back = np.abs(img_back) 
plt.subplot(121),plt.imshow(magnitude_spectrum, cmap = 'gray') 
plt.title('Magnitude spectrum'), plt.xticks([]), plt.yticks([]) 
plt.subplot(122),plt.imshow(mag_spec, cmap = 'gray') 
plt.title('With mask'), plt.xticks([]), plt.yticks([]) 
plt.show() 

Plot result

Answer 1

私は例のように進めることにしました。最初に0と1のマスクを作成し、それを（x、x、2）配列に適用します。

import cv2 
import numpy as np 
from matplotlib import pyplot as plt 

img = cv2.imread('G:\\Python\\Original\\frame13.jpg',0) 

#LPF montre deux images correspondant aux transformées de fourier modif (LPF) et pas modif 
dft = cv2.dft(np.float32(img),flags = cv2.DFT_COMPLEX_OUTPUT) 
dft_shift = np.fft.fftshift(dft) 
magnitude_spectrum = 20*np.log(cv2.magnitude(dft_shift[:,:,0],dft_shift[:,:,1])) 

rows, cols = img.shape 
mask = np.zeros((rows,cols,2),np.uint8) 
mag_spec=20*np.log(cv2.magnitude(dft_shift[:,:,0],dft_shift[:,:,1])) 
for i in range(0,rows-1): 
    for j in range(0,cols-1): 
     if mag_spec[i,j]>100: 
      mask[i,j]=1   
fshift=dft_shift*mask  
f_ishift = np.fft.ifftshift(fshift) 
img_back = cv2.idft(f_ishift) 
img_back = cv2.magnitude(img_back[:,:,0],img_back[:,:,1]) 
plt.subplot(121),plt.imshow(magnitude_spectrum, cmap = 'gray') 
plt.title('Magnitude spectrum'), plt.xticks([]), plt.yticks([]) 
plt.subplot(122),plt.imshow(img_back, cmap = 'gray') 
plt.title('With mask'), plt.xticks([]), plt.yticks([]) 
plt.show()