Frekvenční analýza

nové stránky v pythonu

Fourierova transformace

původní obraz fourierův obraz

filtr dolní propust výsledek zpětné fft

filtr horní propust výsledek zpětné fft

Tipy na obrázky pro FT

http://www.lovemae.com.au/media/catalog/product/cache/1/image/9df78eab33525d08d6e5fb8d27136e95/c/h/charcoal-stripes.jpg

http://bernadettesmarketplace.files.wordpress.com/2009/12/stripesonstripes-bw.jpg

http://i1.trekearth.com/photos/45510/stairs_and_stripes.jpg

http://www.bbc.co.uk/blogs/photoblog/595stripes.jpg

http://img.wallpaperstock.net:81/zebra-stripes-wallpapers_13062_1920x1200.jpg

Python

f = np.fft.fft2(im)
fshift = np.fft.fftshift(f)
spek = 20*np.log(np.abs(fshift))

fishift = np.fft.ifftshift(fshift)
im2 = np.fft.ifft2(fishift)

Barva

Barevná schémata

Hue = barva, Value = světlost , Saturation = nasycení

priklad Matlab. open CV

normalizace RGB, vypocet vzdalenosti

Python:

cvtColor()

Příkazy

***2rgb(obraz);

***2hsv(obraz);

***2ycbcr(obraz)

Úkoly

1) definujte frekvenci v obraze

2) vypočítejte fourieruv obraz z obrázku jpg.jpg, použijte funkci fftshift pro posunutí souřadnic do středu obrazu, naprogramujte kruhový filtr který provede vynulování nízkých nebo vysokých frekvencí ve fourierově obraze, proveďte zpětnou transformaci a porovnejte výsledky operací dolní propust a horní propust

3) načtěte si barevný obrázek, převeďte ho do reprezentace HSV, pomocí funkce imcrop vyberte část jednoho barevného objektu ovšem pouze ze složky H, vypočítejte střední hodnotu S a směrodatnou odchylku Q, naprahujte obraz H pomocí těchto hodnot H>S-Q & H