Question

我使用cv.dft处理图像，然后使用cv.idft将其恢复为教程here。但是，最终图像的灰度值非常大，远远超过255.

我检查代码并发现放大器来自无处。

这是怎么发生的？我可以获得准确的价值吗？

复制代码：

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

img = cv2.imread('test.bmp',0) # change for your own test image

dft = cv2.dft(np.float32(img),flags = cv2.DFT_COMPLEX_OUTPUT)
dft_shift = np.fft.fftshift(dft)
f_ishift = np.fft.ifftshift(dft_shift)
img_back = cv2.idft(f_ishift)
img_back = cv2.magnitude(img_back[:,:,0],img_back[:,:,1])

print (img_back.max(), img_back.min()) # too large!!!!

plt.subplot(121),plt.imshow(img, cmap = 'gray')
plt.title('Input Image'), plt.xticks([]), plt.yticks([])
plt.subplot(122),plt.imshow(img_back, cmap = 'gray')
plt.title('Magnitude Spectrum'), plt.xticks([]), plt.yticks([])
plt.show()

Answer 1

我想指出cv2.idft函数上的OpenCV文档：http://docs.opencv.org/modules/core/doc/operations_on_arrays.html#idft。最后有一个注释，上面写着：

注意：dft和idft都不会默认缩放结果。因此，您应该DFT_SCALE明确地将dft传递给idft或cv2.idft之一，以使这些转换相互反转。

你现在正在做的是采用DFT和IDFT 而不用来计算允许两个变换都可逆的比例。因此，当您致电cv2.DFT_SCALE时，请确保传递img_back = cv2.idft(f_ishift, flags=cv2.DFT_SCALE | cv2.DFT_REAL_OUTPUT)标记。

换句话说：

DFT_REAL_OUTPUT

因为您的图像在开始时已经是实值，所以最好传递In [1]: from sympy import * In [2]: x, b1, b2 = symbols("x b1 b2") In [3]: f = x/(x+exp(b1-b2*x)) In [4]: res = {b1:29.3930964972769,b2:0.327159886574049} In [5]: plot(f.subs(res), (x, 0, 100))标志以确保您的逆也是实值。您所做的只是计算FFT，然后计算结果的倒数，所以如果您想检查它们是否相同，请确保您这样做。

如何从opencv获得准确的idft结果？

1 个答案: