使用 scipy.fftpack 进行频域滤波，ifft2 未给出所需的结果
Frequency domain filtering with scipy.fftpack, ifft2 does not give the desired result
我试图使用以下代码在频域中的灰度输入 lena 图像上简单地应用高斯滤波器，这是我得到的错误输出：
from scipy import signal
from skimage.io import imread
import scipy.fftpack as fp
import matplotlib.pyplot as plt
im = imread('lena.jpg') # read lena gray-scale image
# create a 2D-gaussian kernel with the same size of the image
kernel = np.outer(signal.gaussian(im.shape[0], 5), signal.gaussian(im.shape[1], 5))
freq = fp.fftshift(fp.fft2(im))
freq_kernel = fp.fftshift(fp.fft2(kernel))
convolved = freq*freq_kernel # simply multiply in the frequency domain
im_out = fp.ifft2(fp.ifftshift(convolved)).real # output blurred image
但是，如果我这样做但使用 signal.fftconvolve，我会得到所需的模糊图像输出，如下所示：
im_out = signal.fftconvolve(im, kernel, mode='same') # output blurred image
我的输入图像是 220x220，是否存在填充问题？如果是这样，如何解决它并使第一个代码（没有 fftconvolve）工作？任何帮助将不胜感激。
首先，在进行 IFFT 之前，无需将 FFT 的结果移回原来的位置。这只是大量的移动，它们对结果没有影响。无论您是否移动它们，都以相同的方式将两个数组相乘。
您在输出中注意到的问题是四个象限被交换了。发生这种情况的原因是因为过滤器移动了一半大小，导致输出发生相同的移动。
为什么要移动？嗯，因为 FFT 将原点放在图像的左上角。这不仅适用于 FFT 的输出，也适用于其输入。因此，您需要生成一个原点位于左上角的内核。如何？在 调用 fft:
之前，只需将 ifftshift 应用于
freq = fp.fft2(im)
freq_kernel = fp.fft2(fp.ifftshift(kernel))
convolved = freq*freq_kernel
im_out = fp.ifft2(convolved).real
请注意，ifftshift 将原点从中心移到左上角，而 fftshift 将原点从角移到中心。
我试图使用以下代码在频域中的灰度输入 lena 图像上简单地应用高斯滤波器，这是我得到的错误输出：
from scipy import signal
from skimage.io import imread
import scipy.fftpack as fp
import matplotlib.pyplot as plt
im = imread('lena.jpg') # read lena gray-scale image
# create a 2D-gaussian kernel with the same size of the image
kernel = np.outer(signal.gaussian(im.shape[0], 5), signal.gaussian(im.shape[1], 5))
freq = fp.fftshift(fp.fft2(im))
freq_kernel = fp.fftshift(fp.fft2(kernel))
convolved = freq*freq_kernel # simply multiply in the frequency domain
im_out = fp.ifft2(fp.ifftshift(convolved)).real # output blurred image
但是，如果我这样做但使用 signal.fftconvolve，我会得到所需的模糊图像输出，如下所示：
im_out = signal.fftconvolve(im, kernel, mode='same') # output blurred image
我的输入图像是 220x220，是否存在填充问题？如果是这样，如何解决它并使第一个代码（没有 fftconvolve）工作？任何帮助将不胜感激。
首先，在进行 IFFT 之前，无需将 FFT 的结果移回原来的位置。这只是大量的移动，它们对结果没有影响。无论您是否移动它们，都以相同的方式将两个数组相乘。
您在输出中注意到的问题是四个象限被交换了。发生这种情况的原因是因为过滤器移动了一半大小，导致输出发生相同的移动。
为什么要移动？嗯，因为 FFT 将原点放在图像的左上角。这不仅适用于 FFT 的输出，也适用于其输入。因此，您需要生成一个原点位于左上角的内核。如何？在 调用 fft:
ifftshift 应用于
freq = fp.fft2(im)
freq_kernel = fp.fft2(fp.ifftshift(kernel))
convolved = freq*freq_kernel
im_out = fp.ifft2(convolved).real
请注意，ifftshift 将原点从中心移到左上角，而 fftshift 将原点从角移到中心。