# 请在这里完成你的代码
import numpy as np
import cv2 as cv
# 读取视频文件
cap = cv.VideoCapture('bike.mp4')
# 循环播放视频文件，同时显示原视频及其对应的灰度图
while cap.isOpened():
    # 逐帧读取视频，ret 为布尔值，表示是否成功读取帧，frame 为当前帧的图像数据
    ret, frame = cap.read()
    if not ret:
        print("没有内容，退出啦 :) ")
        break
    # 使用 cv2.cvtColor() 将当前帧的彩色图像转换为灰度图
    gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)
    # 计算图像的二维快速傅里叶变换，得到振幅谱
    fCoef = np.fft.fft2(gray)
    mag_spec = np.abs(fCoef)
    # 对振幅谱进行排序
    mag_spec_sorted = np.sort(mag_spec.ravel())
    # 定义压缩比例列表
    compression_ratios = [0.5,0.05]
    #在名为 original 的窗口中显示原图像
    cv.imshow('original',frame)
    # 循环处理不同压缩比例
    for i, keep in enumerate(compression_ratios):
        # 计算保留振幅的阈值
        thresh = mag_spec_sorted[int((1 - keep) * gray.size)]  # 计算位置的振幅阈值
        # 创建掩码，保留振幅大于阈值的频率分量
        mask = mag_spec > thresh
        # 使用掩码压缩傅里叶系数（模拟通过网络传输压缩后的系数）
        fCoef_compressed = fCoef * mask
        # 使用压缩后的傅里叶系数进行逆傅里叶变换，得到压缩后的图像
        img_cp = np.fft.ifft2(fCoef_compressed).real
        # 显示压缩后的图像
        cv.imshow(f'{keep}',np.uint8(img_cp))
    # 每隔 1ms 检查一次用户输入，如果按下 'q' 键，退出循环
    if cv.waitKey(1) == ord('q'):
        break
# 释放视频捕捉资源
cap.release()
# 关闭所有的 GUI 窗口
cv.destroyAllWindows()