Tutorial教程：使用傅立叶变换检测图像边缘

Tutorial教程：使用傅立叶变换检测图像边缘

[email protected]

---

本文代码：https://github.com/charlesLucky/edge-detection-based-on-fourier-transform-and-high-pass-filter.git

通常，在进行图像处理时，您最终会探索各种方法来评估适合您特定需求的最佳方法。我将在这里讨论一种方法，即傅立叶变换。

什么是傅立叶变换？

用最简单的术语来说，傅立叶变换有助于将的信号分解成其构造块。例如，考虑通过将两个或多个具有不同频率的正弦函数叠加而得到的信号f（x）。现在，仅查看f（x）的图，您将无法决定使用了什么或多少原始函数来形成f（x）。
这就是傅立叶做魔术的地方。通过将f（x）通过一个傅立叶变换器，我们得到了一个新函数F（x）。F（x）的优点在于，它是最初制作f（x）的频率图。因此，仅需查看F（x），您就可以分辨出用于形成f（x）的原始频率。这样，傅立叶变换可以揭示信号的重要特征，即其频率分量。
例如，考虑下图，该图具有f（x）的原始图及其对应的Fourier变换F（x）。

Fs = 150.0; # sampling rate 
Ts = 1.0/Fs; # sampling interval 
t = np.arange