Я пытался проанализировать наличие низких и высокочастотных волн на изображениях. Моя цель - визуально различить, состоит ли изображение в основном из низких частот высоких частот.
Мой первый инстинкт - создать гистограмму преобразования Фурье или вейвлет-преобразования цветного изображения. Я, однако, не уверен, как поступить с этим.
Учитывая, что интенсивность преобразования Фурье не дает представления о частоте, я подумал, что мог бы сгенерировать «гистограмму», используя координаты в качестве моего мусорное ведро и интенсивность как моя частота. Но я не уверен, что это математически правильно.
Был ли установлен какой-либо способ создания гистограммы в частотной области по умолчанию? Для этого лучше всего подойдут вейвлеты или преобразования Фурье?
Спасибо всем за помощь.
Редактировать 1
Итак, я пытался визуализировать отдельные частоты, которые составляют преобразование Фурье изображения. Но безуспешно.
Я пытался для каждой точки преобразованного изображения повернуть обратное преобразование, оставив матрицу равной нулю, но я не думаю, что результат - это то, чего я ожидал. Вот несколько примеров:
Это мое исходное изображение и его каналы с преобразованием Фурье, игнорируя красное небо. Ниже приведено обратное преобразование некоторых точек, я использую следующий метод для извлечения частот. r_fft не смещен.
wave_fft_r = np.zeros(r_fft.shape, dtype=r_fft.dtype)
wave_fft_r[i,j] = r_fft[i,j]
wave_img = np.fft.ifft2(wave_fft_r)
Я не думаю, что это помогает анализировать, если изображение составлено более высоких или низких частот. @ CrisLuen go упомянул 1D представление частот, но я не уверен, как go об этом.
Учитывая изображение ниже, например, кажется, что оно имеет более высокие частоты, чем первый, но я ищу способ показать это численно. И только взглянув на спектр величин, это не так просто дифференцировать. 