Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Impara Trasformata di Fourier | Elaborazione delle Immagini con OpenCV
Fondamenti di Computer Vision

Scorri per mostrare il menu

book
Trasformata di Fourier

Permette di trasformare un'immagine dal dominio spaziale (dove i valori dei pixel sono rappresentati direttamente) al dominio delle frequenze (dove analizziamo pattern e strutture in base alla loro frequenza). Questo è utile per attività come filtraggio delle immagini, rilevamento dei bordi e riduzione del rumore.

Per prima cosa, è necessario convertire l'immagine in scala di grigi:

Per calcolare la trasformata di Fourier 2D:

Qui, fft2() converte l'immagine dal dominio spaziale al dominio delle frequenze, e fftshift() sposta le componenti a bassa frequenza al centro.

Per visualizzare lo spettro di magnitudine:

Poiché la trasformata di Fourier restituisce numeri complessi, si utilizzano i valori assoluti (np.abs()) per una visualizzazione significativa.

La funzione np.log migliora la visibilità, poiché i valori di magnitudo grezzi variano notevolmente in scala.

Compito

Swipe to start coding

Ti viene fornita un'immagine (image):

  • Converti l'immagine in scala di grigi e memorizzala nella variabile gray_image;
  • Applica la trasformata di Fourier alla gray_image e memorizza il risultato nella variabile dft;
  • Esegui lo shift della frequenza zero al centro e memorizza il risultato nella variabile dft_shift;
  • Calcola lo spettro di magnitudine e memorizzalo nella variabile magnitude_spectrum.

Soluzione

Switch to desktopCambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti
Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 2. Capitolo 2

Chieda ad AI

expand
ChatGPT

Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione

book
Trasformata di Fourier

Permette di trasformare un'immagine dal dominio spaziale (dove i valori dei pixel sono rappresentati direttamente) al dominio delle frequenze (dove analizziamo pattern e strutture in base alla loro frequenza). Questo è utile per attività come filtraggio delle immagini, rilevamento dei bordi e riduzione del rumore.

Per prima cosa, è necessario convertire l'immagine in scala di grigi:

Per calcolare la trasformata di Fourier 2D:

Qui, fft2() converte l'immagine dal dominio spaziale al dominio delle frequenze, e fftshift() sposta le componenti a bassa frequenza al centro.

Per visualizzare lo spettro di magnitudine:

Poiché la trasformata di Fourier restituisce numeri complessi, si utilizzano i valori assoluti (np.abs()) per una visualizzazione significativa.

La funzione np.log migliora la visibilità, poiché i valori di magnitudo grezzi variano notevolmente in scala.

Compito

Swipe to start coding

Ti viene fornita un'immagine (image):

  • Converti l'immagine in scala di grigi e memorizzala nella variabile gray_image;
  • Applica la trasformata di Fourier alla gray_image e memorizza il risultato nella variabile dft;
  • Esegui lo shift della frequenza zero al centro e memorizza il risultato nella variabile dft_shift;
  • Calcola lo spettro di magnitudine e memorizzalo nella variabile magnitude_spectrum.

Soluzione

Switch to desktopCambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti
Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 2. Capitolo 2
Switch to desktopCambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti
Siamo spiacenti che qualcosa sia andato storto. Cosa è successo?
some-alt