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()