Initial commit with project files

Sandkasten/fft.py

@@ -0,0 +1,40 @@
+import cv2
+import numpy as np
+from matplotlib import pyplot as plt
+
+
+images = ["data/1.png", "data/2.png", "data/3.png", "data/4.png", "data/5.png"]
+
+lena = cv2.imread(images[0])
+
+lena = cv2.cvtColor(lena, cv2.COLOR_BGR2GRAY)
+
+grauwerte, beugungen = list(), list()
+for image in images:
+    image = cv2.imread(image)
+    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
+    grauwerte.append(gray)
+    f = np.fft.fft2(gray)  # Fouriertransformation
+    fshift = np.fft.fftshift(f)  # Umsortieren
+    FT = np.abs(fshift)
+    FT = np.log(np.abs(fshift))  # mit log() wird der Kontrast angehoben
+    beugungen.append(FT)
+
+i = 0
+for gray, FT in zip(grauwerte, beugungen):
+    i += 1
+    plt.figure(figsize=(12, 12))
+    plt.subplot(121)
+    plt.xticks([]), plt.yticks([])
+    plt.imshow(gray, cmap = 'gray')
+    plt.title('Lena')
+
+    plt.subplot(122)
+    plt.xticks([]), plt.yticks([])
+    plt.imshow(FT, cmap=plt.cm.gray)
+    plt.title('Fouriertransformierte von Lena')
+    #plt.show()
+    FT = np.round( 255 * (FT + np.min(FT)) / (np.abs(np.max(FT)) + np.abs(np.min(FT))))
+    cv2.imwrite(f"/home/kaiser/Schreibtisch/ownCloud/Vorlesung/DigitaleBildverarbeitung/Klausuren/Klausur_WS2021/images/fft/{i}_grau.png", gray)
+    cv2.imwrite(f"/home/kaiser/Schreibtisch/ownCloud/Vorlesung/DigitaleBildverarbeitung/Klausuren/Klausur_WS2021/images/fft/{i}_fft.png", FT)
+    #print(np.max(FT), np.min(FT))