Transformada de Fourier
Permite transformar una imagen del dominio espacial (donde los valores de los píxeles se representan directamente) al dominio de la frecuencia (donde se analizan patrones y estructuras según su frecuencia). Esto es útil para tareas como filtrado de imágenes, detección de bordes y reducción de ruido.
Primero, es necesario convertir la imagen a escala de grises:
Para calcular la transformada de Fourier 2D:
Aquí, fft2()
convierte la imagen del dominio espacial al dominio de la frecuencia, y fftshift()
mueve los componentes de baja frecuencia al centro.
Para visualizar el espectro de magnitud:
Dado que la transformada de Fourier produce números complejos, se toman los valores absolutos (np.abs()
) para una visualización significativa.
La función np.log
mejora la visibilidad, ya que los valores de magnitud originales varían considerablemente en escala.
Swipe to start coding
Se proporciona una image
:
- Convertir la imagen a escala de grises y almacenar en la variable
gray_image
; - Aplicar la transformada de Fourier a
gray_image
y almacenar en la variabledft
; - Realizar el desplazamiento de la frecuencia cero al centro y almacenar el resultado en la variable
dft_shift
; - Calcular el espectro de magnitud y almacenar en la variable
magnitude_spectrum
.
Solución
¡Gracias por tus comentarios!
single
Pregunte a AI
Pregunte a AI
Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla
Awesome!
Completion rate improved to 3.45
Transformada de Fourier
Desliza para mostrar el menú
Permite transformar una imagen del dominio espacial (donde los valores de los píxeles se representan directamente) al dominio de la frecuencia (donde se analizan patrones y estructuras según su frecuencia). Esto es útil para tareas como filtrado de imágenes, detección de bordes y reducción de ruido.
Primero, es necesario convertir la imagen a escala de grises:
Para calcular la transformada de Fourier 2D:
Aquí, fft2()
convierte la imagen del dominio espacial al dominio de la frecuencia, y fftshift()
mueve los componentes de baja frecuencia al centro.
Para visualizar el espectro de magnitud:
Dado que la transformada de Fourier produce números complejos, se toman los valores absolutos (np.abs()
) para una visualización significativa.
La función np.log
mejora la visibilidad, ya que los valores de magnitud originales varían considerablemente en escala.
Swipe to start coding
Se proporciona una image
:
- Convertir la imagen a escala de grises y almacenar en la variable
gray_image
; - Aplicar la transformada de Fourier a
gray_image
y almacenar en la variabledft
; - Realizar el desplazamiento de la frecuencia cero al centro y almacenar el resultado en la variable
dft_shift
; - Calcular el espectro de magnitud y almacenar en la variable
magnitude_spectrum
.
Solución
¡Gracias por tus comentarios!
Awesome!
Completion rate improved to 3.45single