3.11傅立叶变换
3.11.1Fourier Transform in OpenCV-cv.dft、cv.magnitude、cv.idft
这两个函数是图像频域处理（如去噪、边缘增强、纹理分析）的基础工具。
1.cv.dft() —— 离散傅里叶变换
功能：
将图像从空间域（像素强度）转换到频域（频率成分），用于分析图像中的高频（边缘、噪声）和低频（平滑区域）信息。
dft_output = cv.dft(src, flags=cv.DFT_COMPLEX_OUTPUT)
src: 输入图像（需为单通道灰度图，格式 np.float32）。
flags:
cv.DFT_COMPLEX_OUTPUT（默认）：输出复数形式（实部+虚部）。
cv.DFT_SCALE：归一化结果（便于可视化）。
cv.DFT_ROWS：对多行单独执行DFT。
返回值：
复数形式的频域矩阵（尺寸与输入相同，类型为 np.complex64 或双通道 np.float32），是一个双通道数组（dft[:,:,0]为实部，dft[:,:,1]为虚部）。
cv.magnitude() 是 OpenCV 中用于计算二维向量幅值的函数，在频域处理中常用于从傅里叶变换的复数结果（实部 + 虚部）中提取幅度谱（即频率分量的强度）
magnitude = cv.magnitude(x, y)
参数：
x：输入矩阵的实部（如 dft[:,:,0]）。
y：输入矩阵的虚部（如 dft[:,:,1]）。
返回值：与输入同尺寸的单通道矩阵，每个元素值为：
作用：
2. cv.idft() —— 逆离散傅里叶变换
功能：
将频域数据还原回空间域图像，常用于滤波后的重建。
idft_output = cv.idft(src, flags=cv.DFT_SCALE | cv.DFT_REAL_OUTPUT)
src: 频域数据（复数或双通道浮点矩阵）。
flags:
cv.DFT_SCALE：对结果归一化（抵消DFT的系数）。
cv.DFT_REAL_OUTPUT：输出实数图像（单通道）。
返回值：
重建的空间域图像（双通道 np.float32）。
关键注意事项
输入格式：
cv.dft()的输入必须是单通道np.float32。频谱可视化：需对DFT结果取对数并归一化（
cv.magnitude()+cv.normalize()）。频移操作：使用
np.fft.fftshift()将低频分量移到频谱中心。滤波应用：通过掩码（
mask）修改频域数据（如高通/低通滤波）。
3.demo
通过DFT和IDFT）实现把图片从颜色空间变换到频域空间，再通过低通滤波，模糊图像以去除高频成分（如边缘和噪声）
from operator import eq
from turtle import title
import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt
from numpy.fft import fftshiftimg = cv.imread("image4.png")
assert img is not None, "file could not be read, check with os.path.exists()"
img = cv.cvtColor(img,cv.COLOR_BGR2GRAY)# 转到频域可视化
dft = cv.dft(np.float32(img),flags = cv.DFT_COMPLEX_OUTPUT)
dft_shift = np.fft.fftshift(dft)magnitude = 20*np.log(cv.magnitude(dft_shift[:,:,0],dft_shift[:,:,1]))# 从频域转到颜色空间，带有低通滤波mask
row,col = img.shape
crow,ccol = row//2,col//2
mask = np.zeros((row,col,2),np.uint8)
mask[crow-30:crow+30,ccol-30:ccol+30] = 1fshift = dft_shift * mask
fshift = np.fft.ifftshift(fshift)
img_back = cv.idft(fshift)
img_back = cv.magnitude(img_back[:,:,0],img_back[:,:,1])titles = ['img','dft','img_back']
images = [img,magnitude,img_back]
for i in range(3):plt.subplot(1,3,i+1)plt.imshow(images[i],cmap='gray')plt.title(titles[i])
plt.show()
4.解读-幅度谱的关键特征
中心亮点：代表低频成分（图像中的平滑区域，如背景或缓慢变化的颜色）。
外围亮点：代表高频成分（图像中的边缘、纹理或噪声）。
对称性：幅度谱是中心对称的（因为DFT的结果是共轭对称的）。
示例分析
如果原始图像中有明显的边缘（如物体的轮廓），幅度谱的外围会显示对应的亮点。
如果图像整体较模糊（低频主导），幅度谱的中心区域会更亮。
如何验证结果是否正确？
5.最常用的2种滤波操作
必须避开的坑
错误1：未转
float32直接DFT → 报错错误2：逆变换后未取实部（
.real）→ 结果异常错误3：未中心化频谱 → 低频分布在四角
3.11.2DFT的性能优化
3.11.3Why Laplacian is a High Pass Filter?
不做重点介绍
3.12模板匹配Template Matching-cv2.matchTemplate()、cv2.minMaxLoc()
模板匹配（Template Matching）
- 作用：在输入图像（大图）中查找与模板图像（小图）最相似的部分。
- 原理：滑动模板窗口，用数学方法计算每个位置的相似度，返回最佳匹配位置。
- 特点：对平移有效，但对旋转、缩放、光照变化敏感。适合固定图案的快速定位（如按钮检测、LOGO识别）
匹配函数：cv2.matchTemplate()
result = cv2.matchTemplate(image, templ, method, mask=None)
参数：
image：输入图像（大图），必须为单通道灰度图（若彩色需先转灰度）。
templ：模板图像（小图），尺寸≤大图且数据类型相同。
method：匹配方法（见下方6种选项）。
mask：可选掩模，与模板同尺寸，仅匹配掩模非零区域。
返回值：
result：浮点型矩阵，尺寸为 (W-w+1, H-h+1)（W/H=大图宽高，w/h=模板宽高）。
每个像素值表示该位置的匹配程度（具体含义取决于method）。
method介绍如下：
方法名 公式/原理 最佳匹配位置 返回值范围
cv2.TM_SQDIFF 平方差最小化 最小值点 [0, ∞)
cv2.TM_SQDIFF_NORMED 归一化平方差 最小值点 [0, 1]
cv2.TM_CCORR 互相关（亮度敏感） 最大值点 [0, ∞)
cv2.TM_CCORR_NORMED 归一化互相关 最大值点 [0, 1]
cv2.TM_CCOEFF 相关系数（去均值） 最大值点 [-1, 1]
cv2.TM_CCOEFF_NORMED 归一化相关系数（推荐） 最大值点 [-1, 1]
推荐：TM_CCOEFF_NORMED（抗亮度变化）或 TM_SQDIFF_NORMED（精确差异）。结果解析函数：cv2.minMaxLoc()
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result)
作用：找到匹配结果矩阵中的极值位置。
返回值：
min_val, max_val：最小/最大值（根据method决定取哪个）。
min_loc, max_loc：对应极值的坐标（左上角点，格式 (x, y)）。
demo：完成单模板的匹配，多模板其实就是加个循环结构画结果出来
from unittest import result
import cv2 as cv
import numpy as npimg1 = cv.imread('image4.png')
img = cv.cvtColor(img1,cv.COLOR_BGR2GRAY)
template = cv.imread('template.png',cv.IMREAD_GRAYSCALE)
h,w = template.shaperesult = cv.matchTemplate(img,template,cv.TM_CCOEFF_NORMED)# 获取最佳匹配位置
min_val, max_val, min_loc, max_loc = cv.minMaxLoc(result)
# print(min_val, max_val, min_loc, max_loc)
top_left = max_loc # TM_CCOEFF_NORMED取最大值位置
bottom_right = (top_left[0] + w, top_left[1] + h)# 绘制矩形框
cv.rectangle(img1,top_left,bottom_right,[0,255,0],2)cv.imshow('match',img1)
cv.waitKey(0)
cv.destroyAllWindows()
3.13hough transformation-cv2.HoughLines()、cv2.HoughLinesP()、cv2.HoughCircles()
3.13.1直线霍夫变换
标准霍夫线变换：cv2.HoughLines()
lines = cv2.HoughLines(image, rho, theta, threshold, lines=None, srn=None, stn=None, min_theta=None, max_theta=None)
参数：
image：输入图像（必须为二值图，常用Canny边缘检测结果）。
rho：距离分辨率（像素），推荐1。
theta：角度分辨率（弧度），推荐np.pi/180（即1度）。
threshold：投票阈值（低于此值的直线被忽略），值越小检测越多。
srn, stn：多尺度霍夫变换参数，通常设为0。
min_theta, max_theta：角度范围限制（默认0~π）。
返回值：
lines：(N, 1, 2)的NumPy数组，每行为[ρ, θ]。概率霍夫线变换（推荐）：cv2.HoughLinesP()
lines = cv2.HoughLinesP(image, rho, theta, threshold, lines=None, minLineLength=None, maxLineGap=None)
参数：
minLineLength：线段最小长度（小于此值被过滤）。
maxLineGap：允许的同一直线上点的最大间隔。
返回值：
lines：(N, 1, 4)数组，每行为[x1, y1, x2, y2]（线段端点坐标）。对比
HoughLines：返回无限长的直线参数，需自行计算端点。HoughLinesP：直接返回线段端点，更易使用。
demo1：使用标准霍夫变换
import cv2 as cv
import numpy as npimg = cv.imread(cv.samples.findFile('sudoku.png'))
gray = cv.cvtColor(img,cv.COLOR_BGR2GRAY)
edges = cv.Canny(gray,50,150,apertureSize = 3)lines = cv.HoughLines(edges,1,np.pi/180,200)
for line in lines:rho,theta = line[0]a = np.cos(theta)b = np.sin(theta)x0 = a*rhoy0 = b*rhox1 = int(x0 + 1000*(-b))y1 = int(y0 + 1000*(a))x2 = int(x0 - 1000*(-b))y2 = int(y0 - 1000*(a))cv.line(img,(x1,y1),(x2,y2),(0,0,255),2)cv.imwrite('houghlines3.jpg',img)
demo2：使用概率霍夫变换
import cv2 as cv
import numpy as npimg = cv.imread(cv.samples.findFile('sudoku.png'))
gray = cv.cvtColor(img,cv.COLOR_BGR2GRAY)
edges = cv.Canny(gray,50,150,apertureSize = 3)
lines = cv.HoughLinesP(edges,1,np.pi/180,100,minLineLength=100,maxLineGap=10)
for line in lines:x1,y1,x2,y2 = line[0]cv.line(img,(x1,y1),(x2,y2),(0,255,0),2)cv.imwrite('houghlines5.jpg',img)
3.13.2霍夫圆变换
demo：检测圆形
import numpy as np
import cv2 as cvimg = cv.imread('opencv-logo-white.png', cv.IMREAD_GRAYSCALE)
assert img is not None, "file could not be read, check with os.path.exists()"
img = cv.medianBlur(img,5)
cimg = cv.cvtColor(img,cv.COLOR_GRAY2BGR)circles = cv.HoughCircles(img,cv.HOUGH_GRADIENT,1,20,param1=50,param2=30,minRadius=0,maxRadius=0)circles = np.uint16(np.around(circles))
for i in circles[0,:]:# draw the outer circlecv.circle(cimg,(i[0],i[1]),i[2],(0,255,0),2)# draw the center of the circlecv.circle(cimg,(i[0],i[1]),2,(0,0,255),3)cv.imshow('detected circles',cimg)
cv.waitKey(0)
cv.destroyAllWindows()
3.14基于分水岭算法的图像分割-cv2.watershed()
这一节简单介绍原理，目前分割基本都是基于深度学习的。如果需要处理重叠/粘连物体，那么需要这个方法。
markers = cv2.watershed(image, markers)
参数：
image：输入3通道彩色图像（BGR格式）。
markers：标记矩阵（与图像同尺寸，数据类型为int32）：
markers[i,j]=0：未确定区域（待分割）
markers[i,j]>0：前景对象的唯一标签
markers[i,j]=-1：算法输出的边界像素
返回值：
修改后的markers矩阵，边界像素被标记为-1。
3.15GrabCut算法-cv2.grabCut()
mask, bgdModel, fgdModel = cv2.grabCut(image, mask, rect, bgdModel, fgdModel, iterCount, mode
)
参数说明：
参数 类型 说明
image np.uint8 (RGB) 输入图像（必须为3通道彩色图）
mask np.uint8 掩模矩阵，取值：
• 0（GC_BGD）: 明确背景
• 1（GC_FGD）: 明确前景
• 2（GC_PR_BGD）: 可能背景
• 3（GC_PR_FGD）: 可能前景
rect tuple 前景的矩形框 (x,y,w,h)，仅在 mode=GC_INIT_WITH_RECT 时使用
bgdModel/fgdModel np.float64 算法内部使用的临时数组，初始化为 np.zeros((1,65), np.float64)
iterCount int 迭代次数（通常5~10次）
mode int GC_INIT_WITH_RECT（矩形初始化）或 GC_INIT_WITH_MASK（掩模初始化）
返回值：
mask：更新后的掩模（需后处理提取最终结果）
bgdModel/fgdModel：可复用的模型参数关键注意事项
输入图像：必须是RGB格式（BGR顺序），且为
np.uint8类型。掩模初始化：
矩形模式：
mask会被自动覆盖，无需手动设置。掩模模式：需提前用
GC_FGD/GC_BGD标记明确区域。
结果优化：
对边缘粗糙部分，可用
cv2.erode()或cv2.GaussianBlur()平滑。
性能权衡：
iterCount=5：快速但可能欠分割iterCount=10：速度慢但精度高
demo：使用该方法进行分割
import numpy as np
import cv2# 1. 加载图像
img = cv2.imread('test.jpg')
mask = np.zeros(img.shape[:2], np.uint8) # 初始化掩模# 2. 定义前景矩形框 (x,y,width,height)
rect = (50, 50, 300, 400) # 需完全包围目标物体# 3. 执行GrabCut
bgdModel = np.zeros((1,65), np.float64)
fgdModel = np.zeros((1,65), np.float64)
cv2.grabCut(img, mask, rect, bgdModel, fgdModel, 5, cv2.GC_INIT_WITH_RECT)# 4. 提取前景（类型转换）
mask = np.where((mask==1)|(mask==3), 255, 0).astype('uint8')# 5. 应用掩模并显示
result = cv2.bitwise_and(img, img, mask=mask)
cv2.imshow('Result', result)
cv2.waitKey(0)
此方法速度很慢，并不是特别适合处理一般图像。
 after argument list)
