using System;
using OpenCvSharp;
using System.Collections.Generic;
namespace FourierTransform
{
class Program
{
private Mat Magnitude(Mat fftData)
{
//傅里叶变换的实部
Mat Real = new Mat(fftData.Size(), MatType.CV_32FC1);
//傅里叶变换的虚部
Mat Imaginary = new Mat(fftData.Size(), MatType.CV_32FC1);
Mat[] channels;
Cv2.Split(fftData, out channels); //将多通道mat分离成几个单通道mat
Real = channels[0];
Imaginary = channels[1];
Cv2.Pow(Real, 2.0, Real);
Cv2.Pow(Imaginary, 2.0, Imaginary);
Cv2.Add(Real, Imaginary, Real);
Cv2.Pow(Real, 0.5, Real);
Mat onesMat = Mat.Ones(Real.Rows, Real.Cols, MatType.CV_32FC1);
Cv2.Add(Real, onesMat, Real);
Cv2.Log(Real, Real); //求自然对数
return Real;
}
private void SwitchQuadrants(ref Mat mat)
{
int cx = mat.Cols / 2;
int cy = mat.Rows / 2;
Mat q0 = new Mat(mat, new Rect(0, 0, cx, cy)); //ROI左上区域
Mat q1 = new Mat(mat, new Rect(cx, 0, cx, cy)); //ROI右上区域
Mat q2 = new Mat(mat, new Rect(0, cy, cx, cy)); //ROI左下区域
Mat q3 = new Mat(mat, new Rect(cx, cy, cx, cy)); //ROI右下区域
Mat temp = new Mat(q0.Size(), MatType.CV_32FC1);
//交换象限(左上和右下进行交换)
q0.CopyTo(temp);
q3.CopyTo(q0);
temp.CopyTo(q3);
//交换象限(右上和左下进行交换)
q1.CopyTo(temp);
q2.CopyTo(q1);
temp.CopyTo(q2);
}
static void Main(string[] args)
{
// 使用eye()函数定义指定大小(rows X cols)和类型(type)的单位矩阵
Mat image = Cv2.ImRead(@" ", ImreadModes.Grayscale); // Cv2.ImShow("padded", image);
//2、输入图像延扩到最佳的尺寸,边界用0补充
int m = Cv2.GetOptimalDFTSize(image.Rows);
int n = Cv2.GetOptimalDFTSize(image.Cols);
Mat padded = new Mat();
// 在图像周围形成边框(下边框以及右边框)
Cv2.CopyMakeBorder(image, padded, 0, m - image.Rows, 0, n - image.Cols, BorderTypes.Constant, Scalar.All(0));
//3、为傅里叶变换的结果分配存储空间
//傅里叶变换要float类型,将padded转换为Cv32F类型,此为傅里叶变换的实部
//频域范围远远大于其空间对应物。因此,我们通常至少以浮动格式存储它们。因此,我们将把我们的输入图像转换为这种类型,并用另一个通道来展开,以保持复杂的值:
padded.ConvertTo(padded, MatType.CV_32F);
//创建元素值都为0的zeroMat,此为傅里叶变换的虚部(添加到扩展的另一个带零的平面)
Mat zeroMat = Mat.Zeros(padded.Rows, padded.Cols, MatType.CV_32FC1);//CV_32F
//将planes数组组合合并成一个多通道的数组complexI
Mat[] planes = { padded, zeroMat };
//创建channel数为2的mat,用于存储傅里叶变换的实部和虚部
Mat complexI = new Mat(padded.Size(), MatType.CV_32FC2);
//合成:注意图像显示只能为单通道、三通道、四通道。其它数量的通道合成,系统会报错。通道合成也可以为三通道图像加单通道合成为四通道
Cv2.Merge(planes, complexI);
Mat fourier = new Mat(complexI.Size(), MatType.CV_32FC2);
//调用傅里叶变换函数Dft,进行傅里叶变换
//第三个参数为变换标识符,默认取零为正向变换,取其他值时:
Cv2.Dft(complexI, fourier, DftFlags.None, complexI.Rows);
var mc = new Program();
//将复数转换为幅值
Mat magnitudeImage = mc.Magnitude(fourier);
//若有奇数行或奇数列,则进行频谱裁剪
magnitudeImage = new Mat(magnitudeImage, new Rect(0, 0, magnitudeImage.Cols & -2, magnitudeImage.Rows & -2));// a & -2 代表最大不超过a的偶数
//Cv2.Normalize(magnitudeImage, magnitudeImage, 0, 255, NormTypes.MinMax, MatType.CV_8U);
//Cv2.ImShow("JJ", magnitudeImage);
//重新排列傅里叶图像中的象限,使得原点位于图像中心
mc.SwitchQuadrants(ref magnitudeImage);
//归一化,用0到1之间的浮点值将矩阵变换为可视的图像格式
//类型一定要是Cv8U,否则图片在imageBox控件中显示为纯黑色图片
Cv2.Normalize(magnitudeImage, magnitudeImage, 0, 255, NormTypes.MinMax, MatType.CV_8U);
//magnitudeImage.ConvertTo(magnitudeImage, MatType.CV_8U);
Cv2.ImShow("频谱幅值", magnitudeImage);
//Cv2.Normalize(magnitudeImage, magnitudeImage, 1, 0, NormTypes.MinMax, MatType.CV_32F);
//Cv2.ImShow("频谱幅值", magnitudeImage);
Cv2.WaitKey(0);
// Console.Write(a);
Console.Read();
}
}
}