14.3 使用Numpy实现高通滤波
|
本次课介绍在频域进行高通滤波。 频域就是傅里叶域。
一、高频和低频 低频：细节。 高频：边界。
二、滤波 低通滤波：低频 通过 高通滤波：高频 通过
我们这次讲 原始图像 -> 傅里叶变换 -> 频域滤波 -> 逆傅里叶变换 -> 图像
低通滤波器：低频通过，高频衰减，细节保留、边界丢失，这样就能模糊一幅图像； 高通滤波器：图像边缘保留，细节丢失，但是由于细节丢失了，所以会导致图像对比度降低。
三、高通滤波器
怎么做呢？ 第一步：通过傅里叶变换得到频谱图像
第二步，将低频覆盖掉
覆盖到就是由原先的1变为0.
如何把一个图像的中心区域变为0呢？
第三步，还原图像
可以看到细节信息都丢掉了。保留了边缘。
代码：
结果：
|