如何利用python将一幅图像的相位和不同图像的幅值组合成1幅图像

Question

我想把一幅图像的相位谱和不同图像的幅值谱组合成一幅图像。

我得到了图像A和图像B的相位谱和幅值谱。

这是密码。

f = np.fft.fft2(grayA)
fshift1 = np.fft.fftshift(f)
phase_spectrumA = np.angle(fshift1)
magnitude_spectrumB = 20*np.log(np.abs(fshift1))

f2 = np.fft.fft2(grayB)
fshift2 = np.fft.fftshift(f2)
phase_spectrumB = np.angle(fshift2)
magnitude_spectrumB = 20*np.log(np.abs(fshift2))

我想弄清楚，但我还是不知道该怎么做。

下面是我的测试代码。

imgCombined = abs(f) * math.exp(1j*np.angle(f2))

我真希望我能这样出来

​

​

Answer 1

为了使代码按预期工作，您需要修复以下几点：

• math.exp函数支持标量指数。对于按元素计算的矩阵指数，您应该使用numpy.exp代替。
• 类似地，*算子将尝试执行矩阵乘法。在您的例子中，您希望执行按元素方向的乘法，这可以用np.multiply来完成。

通过这些修复，您应该得到频域组合矩阵如下：

combined = np.multiply(np.abs(f), np.exp(1j*np.angle(f2)))

要获得相应的空域图像，则需要计算反变换(并取实数部分，因为存在数值误差导致的残差小虚部)：

imgCombined = np.real(np.fft.ifft2(combined))

最后，可以用以下方法显示结果：

import matplotlib.pyplot as plt
plt.imshow(imgCombined, cmap='gray')

​

​

请注意，imgCombined可能包含[0,1]范围以外的值。然后，您需要决定如何重新分配这些值，以适应预期的[0,1]范围。

• 默认的缩放(导致上面所示的图像)是线性缩放这些值，使最小值被设置为0，最大值被设置为0。
• 另一种方法可以是将值限制在该范围内(即强制所有负值为0，而所有值大于1至1)。
• 最后，另一种方法似乎提供了一个更接近屏幕截图的结果，那就是使用imgCombined = np.abs(imgCombined)获取绝对值。

​

​