基于opencv图片的傅里叶变换

int main(int argc, char* argv[])
{
    Mat image1 = imread("1.jpg",0);//灰度tu!

    int m = getOptimalDFTSize(image1.cols);//得到合适的傅里叶变换时图像取的行列数
    int n = getOptimalDFTSize(image1.rows);

    Mat padded;//使图像符合合适的傅里叶变换时图像取的行列数
    copyMakeBorder(image1, padded, 0, n - image1.rows, 0, m - image1.cols, BORDER_CONSTANT);

    Mat plane[] = { Mat_<float>(padded), Mat::zeros(padded.size(),CV_32F) };//为频谱和幅度铺准备空间
    Mat complex;
    merge(plane, 2, complex);//合成为一张图

    dft(complex,complex);

    split(complex, plane);
    magnitude(plane[0], plane[1], plane[0]);//取出幅度谱的图像

    plane[0] += 1;
    log(plane[0], plane[0]);//变为对数尺度，便于观察
    //以下为图像中心化，使幅度最大的点在图像中心
    int cx = plane[0].cols / 2;
    int cy = plane[0].rows / 2;

    Mat q0(plane[0], Rect(0, 0, cx, cy));
    Mat q1(plane[0], Rect(cx, 0, cx, cy));
    Mat q2(plane[0], Rect(0, cy, cx, cy));
    Mat q3(plane[0], Rect(cx, cy, cx, cy));

    Mat temp;
    q0.copyTo(temp);
    q3.copyTo(q0);
    temp.copyTo(q3);

    q1.copyTo(temp);
    q2.copyTo(q1);
    temp.copyTo(q2);
    //归一化
    normalize(plane[0], plane[0], 0, 1, CV_MINMAX);

    cvNamedWindow("INPUT");
    imshow("原图", image1);

    cvNamedWindow("OUTPUT");
    imshow("傅里叶变换后的图", plane[0]);

    waitKey(0);

    return 0;
}