OpenCV3 vs2013 图像处理——傅里叶变换（亲测可用）

#include
#include
#include
using namespace std;
using namespace cv;
int main(){
    //1.以灰度读取图像，并显示
    Mat srcImage = imread("靶标原图.png",0);
    if (!srcImage.data){
        printf("读取图片失败，请检查路径是否正确\n");
        return false;
    }
    imshow("原始图像", srcImage);
    //2.将图像扩大到合适尺寸，边界用0填充
    int m = getOptimalDFTSize(srcImage.rows);
    int n = getOptimalDFTSize(srcImage.cols);
    //将填充的像素初始化为0；
    Mat padded;
    copyMakeBorder(srcImage, padded, 0, m - srcImage.rows, 0, n - srcImage.cols, BORDER_CONSTANT, Scalar::all(0));
    //3.为傅里叶变换结果分配存储空间
    //傅里叶变换结果是复数，频域值范围远超空间值范围，因此需用float格式存储，另加一个通道存储复数部分
    Mat planes[] = { Mat_(padded), Mat::zeros(padded.size(), CV_32F) };
    Mat complexI;
    merge(planes, 2, complexI);
    //4.进行傅里叶变换
    dft(complexI, complexI);
    //5.将复数转化为幅值
    split(complexI, planes);//多通道分离
    magnitude(planes[0], planes[1], planes[0]);
    Mat magnitudeImage = planes[0];
    //6.进行对数尺寸缩放，用对数尺度替换线型尺度M1=log（M+1）
    magnitudeImage += Scalar::all(1);
    log(magnitudeImage, magnitudeImage);
    //7.剪切并重分布幅度象限
    magnitudeImage = magnitudeImage(Rect(0, 0, magnitudeImage.cols&-2, magnitudeImage.rows&-2));
    //重新排列象限点
    int cx = magnitudeImage.cols / 2;
    int cy = magnitudeImage.rows / 2;
    //重新划分傅里叶图像中的象限
    Mat q0(magnitudeImage, Rect(0, 0, cx, cy));
    Mat q1(magnitudeImage, Rect(cx, 0, cx, cy));
    Mat q2(magnitudeImage, Rect(0, cy, cx, cy));
    Mat q3(magnitudeImage, Rect(cx, cy, cx, cy));
    //交换象限（上左与右下，上右与下左）
    Mat tmp;
    q0.copyTo(tmp);
    q3.copyTo(q0);
    tmp.copyTo(q3);
    q1.copyTo(tmp);
    q2.copyTo(q1);
    tmp.copyTo(q2);
    //8.归一化，用0~1之间的浮点值将矩阵变化为可视的图像格式
    normalize(magnitudeImage, magnitudeImage, 0, 1, NORM_MINMAX);
    imshow("频谱幅值", magnitudeImage);
    dft(magnitudeImage, magnitudeImage, DFT_INVERSE, 0);
    imshow("反傅里叶变换", magnitudeImage);
    waitKey(0);
    return 0;
}