代码拉取完成,页面将自动刷新
同步操作将从 mynameisi/fft2处理视频 强制同步,此操作会覆盖自 Fork 仓库以来所做的任何修改,且无法恢复!!!
确定后同步将在后台操作,完成时将刷新页面,请耐心等待。
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,同时显示原视频对应的灰度图、每一帧图像对应的fft后的原始振幅谱、经过fftshift后的振幅谱
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)
# 视频获得傅里叶系数
fCoef = np.fft.fft2(gray)
# 放大傅里叶系数,获得原始幅度谱(振幅谱)
mag_spec = 20 * np.log(np.abs(fCoef))
#归一化处理,把振幅值范围变化为[0,255]
mag_spec = cv.normalize(mag_spec, None, 0, 255, cv.NORM_MINMAX,dtype=cv.CV_8U)#CV_8U - 8位无符号整数(0…255)
# 将低频部分移至中心
fCoef_shifted = np.fft.fftshift(fCoef)
# 计算平移后傅里叶系数对应的振幅谱
msp_shifted = 20 * np.log(np.abs(fCoef_shifted))
msp_shifted = cv.normalize(msp_shifted, None, 0, 255, cv.NORM_MINMAX,dtype=cv.CV_8U)
# 在名为 "frame" 的窗口中显示灰度图像
cv.imshow('frame', gray)
# 在名为 "mg_spc" 的窗口中显示每一帧图像对应的fft后的原始振幅谱
cv.imshow('mg_spc', mag_spec)
# 在名为 "mg_spc_shift" 的窗口中显示经过fftshift后的振幅谱
cv.imshow('mg_spc_shift', msp_shifted)
# 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()
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。