以下是一个使用 C++ 和 OpenCV 实现频率域图像增强的示例代码： ```cpp #include <opencv2/opencv.hpp> #include <iostream> // 进行傅里叶变换 cv::Mat fftImage(cv::Mat image) { cv::Mat planes[] = {cv::Mat_<float>(image), cv::Mat::zeros(image.size(), CV_32F)}; cv::Mat complexImage; cv::merge(planes, 2, complexImage); cv::dft(complexImage, complexImage); return complexImage; } // 实现频率域图像增强 cv::Mat enhanceImage(cv::Mat image) { cv::Mat complexImage = fftImage(image); // 在这里进行频率域的增强操作，比如调整幅度等 cv::idft(complexImage, complexImage); cv::Mat enhancedImage; complexImage.convertTo(enhancedImage, CV_8U); return enhancedImage; } int main() { cv::Mat sourceImage = cv::imread("image.jpg", cv::IMREAD_GRAYSCALE); if (sourceImage.empty()) { std::cout << "无法读取图像" << std::endl; return -1; } cv::Mat enhancedImage = enhanceImage(sourceImage); cv::imshow("Source Image", sourceImage); cv::imshow("Enhanced Image", enhancedImage); cv::waitKey(0); return 0; } ``` 额外需要注意的逻辑点： 1. 图像的读取和格式处理要确保正确。 2. 频率域的增强操作需要根据具体需求进行精细调整。 3. 注意代码的效率和内存使用，避免不必要的开销。 [2024-12-07 15:48:22 | AI写代码神器 | 409点数解答]