利用python學習OpenCV，個人感覺比較方便。函式的形式與C++基本相同，所以切換過來還是比較好的，對於像我這種對python不太熟練的人，使用python的整合開發環境PyCharm進行學習，可以設定斷點除錯，有助於我這類初學者理解掌握。

下面是學習傅立葉變換的相關基本程式碼：

# coding:utf-8
__author__ = 'Microcosm'

import cv2
import numpy as np
import math
from matplotlib import pyplot as plt


def magnitude(x,y):
    x_m = x*x
    y_m = y*y
    z_m = x_m + y_m
    return np.sqrt(z_m)

# Numpy 函式
img = cv2.imread("lena.jpg", 0)
f = np.fft.fft2(img)
f_shift = np.fft.fftshift(f)
magnitude_spectrum1 = 20 * np.log10(np.abs(f_shift))   # 是不是numpy版本太低了？

plt.subplot(121),plt.imshow(img,"gray")
plt.title("Input image"),plt.xticks([]),plt.yticks([])
plt.subplot(122),plt.imshow(magnitude_spectrum1, cmap="gray")
plt.title("Numpy fft2 image"),plt.xticks([]),plt.yticks([])
plt.show()

# OpenCV 函式  貌似有點問題
dft = cv2.dft(np.float32(img), flags=cv2.DFT_COMPLEX_OUTPUT)
dft_shift = np.fft.fftshift(dft)
magnitude_spectrum2 = 20 * np.log10(magnitude(dft_shift[:,:,0], dft_shift[:,:,1]))

plt.subplot(121),plt.imshow(img, "gray")
plt.title("Input image"), plt.xticks([]),plt.yticks([])
plt.subplot(122), plt.imshow(magnitude_spectrum2, cmap="gray")
plt.title("DFT image"), plt.xticks([]), plt.yticks([])
plt.show()

 

OpenCV函式執行結果為：

結果感覺不對，只能顯示一半