在C++中使用OpenCV库实现频率域图像增强通常涉及以下步骤： 1.将输入图像转换为频率域（傅立叶变换）表示。 ```cpp Mat img = imread("input.jpg", IMREAD_GRAYSCALE); Mat padded; // expand input image to optimal size int m = getOptimalDFTSize(img.rows); int n = getOptimalDFTSize(img.cols); copyMakeBorder(img, padded, 0, m - img.rows, 0, n - img.cols, BORDER_CONSTANT, Scalar::all(0)); Mat planes[] = {Mat_<float>(padded), Mat::zeros(padded.size(), CV_32F)}; Mat complexI; merge(planes, 2, complexI); dft(complexI, complexI); ``` 2.构建频率域滤波器并应用到频率域表示的图像中。 ```cpp Mat filter = Mat(complexI.size(), CV_32F, Scalar(0)); int centerX = complexI.cols / 2; int centerY = complexI.rows / 2; int radius = 30; circle(filter, Point(centerX, centerY), radius, Scalar(1), -1); // high pass filter Mat filtered; mulSpectrums(complexI, filter, filtered, 0); ``` 3.将结果图像转换回空间域表示。 ```cpp Mat filteredImage; dft(filtered, filteredImage, DFT_INVERSE | DFT_REAL_OUTPUT | DFT_SCALE); ``` 4.显示或保存输出图像。 ```cpp normalize(filteredImage, filteredImage, 0, 255, CV_MINMAX); filteredImage.convertTo(filteredImage, CV_8U); imshow("Output Image", filteredImage); waitKey(0); imwrite("output.jpg", filteredImage); ``` 在这个示例中，我们实现了一个高通滤波器进行频率域图像增强。你可以根据需求选择不同的滤波器类型和参数来实现不同的效果。 [2024-12-07 12:21:49 | AI写代码神器 | 911点数解答]