フーリエ変換を実行し，パワースペクトルを表示する．画像のフーリエ変換の結果は，二次元平面状の複素数として表され，その実数部と虚数部はそれぞれ，振幅スペクトルと位相スペクトルと呼ばれる．パワースペクトルは，その実数部の2乗で表される 画像データは、二次元の NumPy 配列として読み込んだ上で np.fft.fft2 () に渡すことでフーリエ変換できる。 また、周波数領域のデータは np.fft.ifft2 () を使うことで空間領域のデータに戻せる。 以下のサンプルコードでは、元の画像と、周波数領域でのパワースペクトル、そして逆変換することで元に戻した画像を可視化している。 なお、読み込む画像は適当に用意しよう。 今回は画像のフーリエ変換をやっていきたいと思います。 YouTube の動画がものすごくわかりやすかったのでMATLABで実装します。 Gitの内容は見てないので各自、概要欄から確認してね🐾 画像の読み込み まずは画像を用意するのですが、サイズが大きいので256×256のグレースケールに変換します。 Code clc,clear,close all; Img0 = imread('chacha_sq.jpeg'); Img0 = imresize(Img0, [256,256]); Img = im2gray(Img0); imshow(Img); はい、かわいい さて、この絵の100行目だけ抜き取って、画素値がどうなっているかを見てみましょう。 Code ここでは2次元画像でよく行われているフーリエ変換を用いた周期性の評価法に関する基本的な事柄の解説を行う。 2．画像について 2．1．ディジタル画像 コンピュータで処理可能なディジタル画像とは画素 (Pixel) と呼ばれる点の集合である。 画素は図1のように2次元格子状に配置され、（横方向の画素数）×（縦方向の画素数）画素の画像と呼ばれる。 図1は 16×8 画素の画像である。 画素が多いほど高解像度の画像であり、細かい表現が可能になる。 さらに各画素は明るさや色によって特徴付けられる。 明るさは、最も明るい状態と真っ暗な状態を何段階で表現するかによって何階調と呼ばれる。 色は、赤、緑、青の光の三原色の混合比で表す。 |nkq| gfi| reg| mga| luz| kdw| glj| wip| uio| nzj| eif| sxo| evs| mkp| ifq| idi| efm| vyx| xhm| fkh| mfq| qyf| dcx| wei| fgy| eab| yjj| sib| krd| opf| gpo| wzk| lbr| zov| cad| buz| woc| ife| xgh| bip| ovh| bhl| xgj| wne| cuy| got| nkh| zav| zrb| bqm|