我想将一幅图像的相位谱和不同图像的幅值谱合并为一幅图像。
我已经得到图像A和图像B的相位谱和幅度谱。
这是代码。
f = np.fft.fft2(grayA)
fshift1 = np.fft.fftshift(f)
phase_spectrumA = np.angle(fshift1)
magnitude_spectrumB = 20*np.log(np.abs(fshift1))
f2 = np.fft.fft2(grayB)
fshift2 = np.fft.fftshift(f2)
phase_spectrumB = np.angle(fshift2)
magnitude_spectrumB = 20*np.log(np.abs(fshift2))
我想弄清楚,但我仍然不知道该怎么做。
下面是我的测试代码。
imgCombined = abs(f) * math.exp(1j*np.angle(f2))
我希望我能就这样出来
请您参考如下方法:
为了让您的代码按预期工作,您需要修正以下几点:
math.exp函数支持标量求幂。对于逐元素矩阵求幂,您应该使用numpy.exp相反。- 类似地,
*运算符将尝试执行矩阵乘法。在您的情况下,您想改为执行元素乘法,这可以用np.multiply完成
通过这些修复,您应该得到如下的频域组合矩阵:
combined = np.multiply(np.abs(f), np.exp(1j*np.angle(f2)))
要获得相应的空间域图像,您需要计算逆变换(并取实部,因为由于数值误差,我会残留一些小的虚部):
imgCombined = np.real(np.fft.ifft2(combined))
最后可以显示结果:
import matplotlib.pyplot as plt
plt.imshow(imgCombined, cmap='gray')
请注意,imgCombined 可能包含 [0,1] 范围之外的值。然后,您需要决定如何重新调整值以适应预期的 [0,1] 范围。
- 默认缩放(如上图所示)是对值进行线性缩放,将最小值设置为 0,将最大值设置为 0。
- 另一种方法是将值限制在该范围内(即,将所有负值强制为 0,将所有大于 1 的值强制为 1)。
- 最后,另一种方法似乎提供了更接近所提供屏幕截图的结果,它是使用
imgCombined = np.abs(imgCombined) 获取绝对值
