简介OpenCV频率域滤波代码包面向图像处理初学者与OpenCV开发者演示高斯、理想、巴特沃斯三种低通滤波器的频域实现适合希望理解DFT变换、频域滤波原理并快速上手的读者。压缩包共8个文件核心为Low_Pass_Filter.cpp源代码配套lena与test两张测试位图以及dsw、dsp等VC工程配置文件方便直接编译运行整体仅86KB轻量精炼。已有2151人学习下载是经典入门参考。资源直观呈现频率域滤波完整流程对图像做离散傅里叶变换、构造对应滤波核、频域加权、逆变换并归一化。通过对比三种滤波器的输出可清晰感受高斯滤波的平滑柔化、理想滤波的振铃现象及巴特沃斯滤波的过渡带特性进而掌握根据噪声类型选择低通策略的方法并理解理想滤波器理论局限。代码注释完整、结构清晰便于修改截止频率与滤波阶数做扩展实验适合作为课程设计或自学实战的起点。1. 频域滤波为什么理想低通的名字最好听却最先被劝退做图像去噪、去除扫描纹理、物体识别前预处理时频率域滤波绕不开。OpenCV 自带 dft/idft配上理想、高斯、巴特沃斯三个低通掩码就能把空间域里反复试错的高斯核半径换成频域里一目了然的截止半径。反直觉的是理想低通定义最简单、名字最好听第一个跑出来的图却总带着水波纹振铃最容易劝退人高斯低通看着平淡却几乎总是默认选择巴特沃斯靠阶数 n 在两者间找平衡。这篇文章把从读入灰度图到写出滤波结果的完整链路写清楚掩码构建、D0 取值、中心化翻车点都可复现适合正在做 opencv 图像处理项目、被高斯核半径反复折磨的从业者。2. 从空间域跳进频率域OpenCV 做 DFT 的最小闭环2.1 低频为什么不在中心四个角的直流分量与象限交换图像里的空间频率可以这么理解天空、皮肤这类缓慢变化的区域是低频文字边缘、噪点、周期性纹理是高频。低通滤波要做的就是让低频原样通过、高频按权重衰减。卷积定理告诉我们空间域做卷积等价于频域做逐点相乘因此在频域里设计一个掩码比在空间域反复调 kernel 尺寸直观得多。OpenCV 的 dft 输出的频谱图低频在四个角、直流分量在 (0,0)如果直接拿它去乘掩码掩码也要画在角上既不直观也容易错。所以第一步必须做中心化把低频移到图像中心。中心化在 NumPy 里一个函数就能完成但注意 OpenCV 的 dft 输出是一个 HxWx2 的双通道数组最后一个通道是实部和虚部。fftshift 默认会对所有轴移位这会把通道轴也一起换位导致实部虚部被交换滤波结果完全错误。正确写法是显式指定只移前两个轴import cv2 import numpy as np dft cv2.dft(img_float32, flagscv2.DFT_COMPLEX_OUTPUT) dft_shift np.fft.fftshift(dft, axes(0, 1))axes(0,1) 这两个参数是这一节的关键丢掉它后面所有结果都会变成对称的乱纹。中心化之后频谱中心就是直流和低频距离中心越远频率越高掩码才可以画成以中心为圆心的圆。如果想把频谱可视化对幅值取 log 再归一化到 0~255 即可注意cv2.magnitude能把双通道拆成幅值图。2.2 cv2.dft 的输入输出格式float32、双通道与 getOptimalDFTSizecv2.dft 的输入必须是 CV_32F 或 CV_64F 的单通道矩阵uint8 灰度图不能直接喂进去。OpenCV 官方文档推荐先用 getOptimalDFTSize 扩展尺寸它会返回一个对 FFT 计算友好且因子只含 2、3、5 的尺寸非最优尺寸也能跑但大图速度会差出几倍。扩展时常见做法是反射填充零填充会把图像边界变成阶跃凭空增加水平和垂直方向的高频滤波后边缘出现一圈亮线。gray cv2.imread(input.png, cv2.IMREAD_GRAYSCALE) h, w gray.shape nh, nw cv2.getOptimalDFTSize(h), cv2.getOptimalDFTSize(w) if nh h and nw w: padded gray.copy() else: padded cv2.copyMakeBorder( gray, 0, nh - h, 0, nw - w, cv2.BORDER_REFLECT_101 ).astype(np.float32)这段代码先取原始灰度图的高宽再用 getOptimalDFTSize 算出扩展后的目标尺寸。copyMakeBorder 的 BORDER_REFLECT_101 是镜像反射填充能最大程度保留边界连续性比补零更接近原始图像的自然延伸。最后转 float32 是因为 dft 不接受 uint8。如果原图本身已是 512x512、1024x1024 这类最优尺寸直接复制即可不需要额外扩边。2.3 逆变换不是直接 imwriteDFT_SCALE、REAL_OUTPUT 与归一化频域处理完要把数据逆变换回空间域。OpenCV 的 dft 默认不做归一化正变换和逆变换连续做两次幅度会被放大总像素数倍如果直接拿逆变换的实部去 imwrite看到的必然是一团黑或一片白。这里用 cv2.idft 时有两个 flag 必须同时给DFT_SCALE 让逆变换自动除以总像素数DFT_REAL_OUTPUT 表示只输出实部通道、丢弃虚部。back cv2.idft( dft_shift, flagscv2.DFT_SCALE | cv2.DFT_REAL_OUTPUT ) back cv2.normalize(back, None, 0, 255, cv2.NORM_MINMAX)这个最小闭环做完原图经过一次正变换和一次逆变换应该和输入几乎一致只有边界上的轻微反射填充可以接受。如果这里输出就花了后面的滤波无从谈起。跑通这个闭环后频域滤波只差最后一步在 idft 之前把频谱乘上一张掩码图。掩码的形状和参数直接决定了滤波是去噪、平滑还是提取边缘。3. 三种低通掩码的构建与完整封装3.1 理想低通掩码一个 if 就能构建但振铃马上会来上课理想低通滤波器 ILPF 的掩码是所有低通里最直白的距离中心小于等于 D0 的像素保留大于 D0 的一律置零。用代码表达就是一行比较运算构建几乎不可能写错。cy, cx nh // 2, nw // 2 Y, X np.ogrid[:nh, :nw] dist np.sqrt((Y - cy) ** 2 (X - cx) ** 2).astype(np.float32) mask_ideal (dist D0).astype(np.float32)dist 是一张和频谱等大的距离图中心为 0四角最大。D0 是截止半径单位是频域里的像素个数。问题出在掩码的硬边界理想低通在 D0 处把频率分量直接砍到 0相当于在频率域乘了一个矩形窗逆变换回空间域后图像边缘和细节附近会出现一圈一圈的水波纹这就是振铃现象。它不是实现 bug而是矩形窗的数学必然结果。你第一次跑出带振铃的图时不要怀疑代码写错了要意识到这是理想低通的固有代价。3.2 高斯低通掩码没有振铃的默认选择D0 就是标准差高斯低通滤波器 GLPF 用高斯函数做掩码权重过渡带平滑没有硬边界也就没有振铃。它的 D0 直接对应高斯函数的标准差 sigma含义非常明确距离中心一个 D0 处的频率分量大约保留原来的 0.607 倍两个 D0 处约 0.135 倍。sigma D0 mask_gaussian np.exp(-(dist ** 2) / (2 * sigma ** 2))这段代码里 D0 越大掩码覆盖的频带越宽保留的高频就越多。反过来 D0 越小高频被压得越狠图像越模糊。空间域里做 cv2.GaussianBlur 时核半径和 sigma 也是这对关系空间域 sigma 越大越模糊频域 D0 越小越模糊两个域描述的是同一件事。对大多数去噪任务高斯低通是可以无脑先试的默认选择唯一问题是过渡带较宽低频保留得不那么干净但代价换来的无振铃特性通常更值。3.3 巴特沃斯低通掩码用阶数 n 在过渡带和振铃之间打太极巴特沃斯低通滤波器 BLPF 引入了阶数 n 这个额外旋钮。公式里 N 阶 BLPF 的掩码写作 1/(1(dist/D0)^(2n))在 dist 等于 D0 处掩码值恒为 0.5与阶数无关这一点让 D0 的定义非常稳定。真正变化的是过渡带的形状n 越小过渡带越宽低频损失多一点但几乎无振铃n 越大过渡带越窄截止性质越接近理想低通振铃也随之明显。def mask_butterworth(dist, D0, n): return 1.0 / (1.0 (dist / D0) ** (2 * n))阶数 n过渡带特征振铃程度适用场景1很宽低频损失较多无或极弱强调平滑连续性2适中弱通用默认4较窄明显去纹理可接受轻微振铃32接近垂直强接近理想低通不推荐实际项目里 n2 是最常用的起点。它比高斯低通多保留了低频成分边缘没有高斯那么软又不像理想低通那样有水波纹。如果 n2 的振铃还是能看见先把 n 降到 1或者直接把 D0 调大一点给过渡带留更多空间。3.4 完整封装一个函数在三种滤波器之间切换把上述步骤合成一个函数输入灰度图、截止频率 D0、滤波器类型和巴特沃斯阶数输出滤波结果。下面的代码可以直接保存成 freq_filter.py 跑通。import cv2 import numpy as np def freq_filter(img_gray, d0, ftypegaussian, order2): h, w img_gray.shape nh, nw cv2.getOptimalDFTSize(h), cv2.getOptimalDFTSize(w) if nh h and nw w: padded img_gray.astype(np.float32) else: padded cv2.copyMakeBorder( img_gray, 0, nh - h, 0, nw - w, cv2.BORDER_REFLECT_101 ).astype(np.float32) dft cv2.dft(padded, flagscv2.DFT_COMPLEX_OUTPUT) dft_shift np.fft.fftshift(dft, axes(0, 1)) cy, cx nh // 2, nw // 2 Y, X np.ogrid[:nh, :nw] dist np.sqrt((Y - cy) ** 2 (X - cx) ** 2).astype(np.float32) if ftype ideal: mask (dist d0).astype(np.float32) elif ftype gaussian: mask np.exp(-(dist ** 2) / (2 * d0 ** 2)) elif ftype butterworth: mask 1.0 / (1.0 (dist / d0) ** (2 * order)) else: raise ValueError(ftype must be ideal/gaussian/butterworth) filtered dft_shift * mask[..., np.newaxis] back cv2.idft( np.fft.ifftshift(filtered, axes(0, 1)), flagscv2.DFT_SCALE | cv2.DFT_REAL_OUTPUT ) out back[:h, :w] out cv2.normalize(out, None, 0, 255, cv2.NORM_MINMAX) return out.astype(np.uint8) if __name__ __main__: gray cv2.imread(demo.png, cv2.IMREAD_GRAYSCALE) for name, d0 in [(ideal, 50), (gaussian, 50), (butterworth, 50)]: res freq_filter(gray, d0, name, order2) cv2.imwrite(f{name}_d0_50.png, res)几个关键点dft_shift 是 HxWx2 的双通道数组mask 是 HxW 的单通道图相乘前必须用 mask[..., np.newaxis] 补出通道维否则广播失败。ifftshift 同样要指定 axes(0,1)把频谱移回原位再做逆变换。逆变换的结果裁剪回原图尺寸因为扩展区域的 pixel 不是原始图像内容。normalize 用 NORM_MINMAX 把浮点结果拉伸到 0~255最后转 uint8 才能写图。4. 截止频率 D0 与验证方法别拿肉眼当唯一标准4.1 D0 的取值范围按短边比例起步微调 2~3 次锁定D0 没有绝对值它必须结合图像尺寸看。一个 512x512 的图 D0 取 50 和一张 4000x3000 的图 D0 取 50视觉效果天差地别。常见做法是按图像短边比例起步D0 先取短边的 0.05 到 0.15 倍比如 512 的图先试 30 和 70 各看一次再根据结果微调。下表是不同尺寸下的合理起步范围原图短边D0 建议范围效果参考25610~3010 强去噪30 轻微平滑51220~6020 明显平滑60 趋于轻微102440~12040 强低通120 弱平滑1080p60~18060 强力去噪180 接近只去杂质注意同样 D0 下三种滤波器实际保留的高频量不一样。理想低通在 D0 处一刀切高斯低通在 D0 处保留约 0.6 倍巴特沃斯在 D0 处固定保留 0.5 倍。所以从高斯切到巴特沃斯时如果主观感觉变糊了不是错觉是两套定义里 D0 的语义本就不同。建议项目里固定一种滤波器对比 D0 才有意义。4.2 用保留能量比验证滤波强度每个 D0 到底滤掉了多少肉眼判断容易受显示器亮度、图片内容干扰。更可靠的验证方式是在频域里算保留能量比把掩码当作权重对滤波前后的频谱幅值平方做加权求和。保留能量比的意思是经过低通后占总能量多少的成分被留了下来其余被滤除。这个指标和空间域的均方误差直接相关能客观说明 D0 到底压掉了多少细节。abs_dft np.abs(dft_shift) energy_orig np.sum(abs_dft ** 2) energy_kept np.sum(abs_dft ** 2 * mask[..., np.newaxis]) print(retained energy ratio , energy_kept / energy_orig)mask 是 HxW 的浮点权重乘到双通道幅值平方上需要加通道维。能量保留比在 0.8 以上说明滤波很温和只去掉了高频尾巴掉到 0.3 以下说明图像被强烈平滑基本只剩大块明暗区域。做物体识别前预处理时我通常先把能量比压到 0.5~0.7而不是盲目追求视觉上干净。4.3 有参考图时用 PSNR 量化三种滤波器的差距有多明显如果手里有干净的参考图直接算 PSNR 是最省事的量化对比。OpenCV 自带 cv2.PSNR输入两张 uint8 单通道图即可。对同一张带噪图分别跑三种滤波器同一 D0 下 PSNR 高的一方保留细节更好但注意 PSNR 高不代表主观好理想低通有时 PSNR 反而高因为振铃增大了误差却没有被肉眼完全感知。noisy cv2.imread(noisy.png, cv2.IMREAD_GRAYSCALE) clean cv2.imread(clean.png, cv2.IMREAD_GRAYSCALE) for name in [ideal, gaussian, butterworth]: filtered freq_filter(noisy, d060, ftypename, order2) psnr cv2.PSNR(filtered, clean) print(f{name}: {psnr:.2f} dB)更全面的做法是再用 SSIM 评估结构相似度SSIM 对振铃更敏感。skimage.metrics.structural_similarity 可以直接算但那是额外依赖没有它时用眼睛盯边缘区域有没有细密波纹即可。验证不是只为了发论文它能在你切换 D0 和滤波器类型时给出可比较的数字而不是停留在“觉得变清晰了”。5. 频域滤波避坑清单5 个让输出变成黑白噪点的常见问题5.1 输出出现对称伪影或颜色异常fftshift 默认连同通道轴一起移现象滤波结果既不是模糊也不是清晰而是呈现对称的斜纹或异常色斑有时整张图像被打散成棋盘格。原因np.fft.fftshift 在 OpenCV 的双通道数组上没指定 axes默认把 H、W、通道三个轴全部移位实部虚部被交换频谱结构彻底错乱。解决所有 fftshift 和 ifftshift 调用都显式写 axes(0,1)只移空间维度不碰通道维度。这是最容易翻车的一处代码里漏掉它排查半天往往发现只是少传了两个参数。5.2 结果灰蒙蒙一片或刺眼发白idft 忘了归一化和 DFT_SCALE现象逆变换输出整体发灰对比度极低或者整图过曝成一片白只有最暗的轮廓隐约可见。原因OpenCV 的 dft 不自动归一化正变换和逆变换做完后数值被放大了总像素数倍超出 255 的部分在 imwrite 时被截断。另一个原因是直接对逆变换结果 imwrite没有做任何归一化拉伸。解决idft 时同时加 DFT_SCALE 和 DFT_REAL_OUTPUT 两个 flag再把结果传给 cv2.normalize 并指定 NORM_MINMAX 拉伸到 0~255。规范化这块不要省它决定输出是否能看。5.3 理想低通的水波纹振铃不是 bug是硬截止的数学结果现象图像边缘和强纹理周围出现一圈圈明暗波纹类似水面涟漪D0 越小越明显。原因理想低通掩码在 D0 处从 1 直接跳变到 0频率域乘矩形窗对应空间域卷积一个带旁瓣的 sinc 核旁瓣在图像里就是振铃。解决换高斯低通彻底消除振铃如果必须保留接近理想的截止特性用巴特沃斯 n2 并适当增大 D0让过渡带不要那么陡。记住这不是程序写错而是滤波器的固有属性别在理想低通上花时间调参。5.4 大图滤波明显变慢没有用 getOptimalDFTSize 扩展现象1024 或更大尺寸的图运行时明显卡顿甚至比空间域大核卷积还慢。原因OpenCV 的 dft 对某些尺寸比如 1023、1001 这类含大质因数的尺寸会走很慢的通用路径耗时暴涨。解决统一在滤波函数开头调用 getOptimalDFTSize 扩展到最优尺寸处理完再裁剪回原图大小。扩展边界建议用 BORDER_REFLECT_101不要用零填充既保证速度正确也不会引入边界阶跃。5.5 彩色图拆三通道滤波后边缘偏色应该只处理亮度通道现象BGR 三个通道分别频域滤波后合并图像边缘出现彩虹色肤色或蓝天这类平滑区域也有色斑。原因三通道各自滤波的响应不完全一致尤其是理想低通或高阶巴特沃斯的振铃会在不同通道产生相位差合成后就是偏色。解决彩色图先转 YUV 或 HSV只对亮度通道做频域低通色度通道不处理或只做轻微空间域平滑最后再合并回 BGR。这样既保证亮度噪声被滤掉又不会破坏颜色一致性。img cv2.imread(color.jpg) yuv cv2.cvtColor(img, cv2.COLOR_BGR2YUV) yuv[:, :, 0] freq_filter(yuv[:, :, 0], d050, ftypegaussian) out cv2.cvtColor(yuv, cv2.COLOR_YUV2BGR)6. 从低通到高通一个 1 - mask 的动作能做锐化和边缘提取6.1 高通滤波与频域锐化反向掩码的两种用法低通掩码保留低频那高通掩码就是它的镜像1.0 - mask 让高频通过、低频衰减。高通滤波的输出是一张边缘图直流分量被滤掉后背景变灰只有图像变化剧烈的地方亮起来。这个结果可以直接做边缘提取也可以用来做频域锐化。mask_hp 1.0 - mask_gaussian dft_hp dft_shift * mask_hp[..., np.newaxis] back_hp cv2.idft( np.fft.ifftshift(dft_hp, axes(0, 1)), flagscv2.DFT_SCALE | cv2.DFT_REAL_OUTPUT )锐化的做法是把高通结果按比例加回原图原图加上 alpha 倍的高通图alpha 取 0.5~1.5。这和空间域的 unsharp masking 是一个原理优势是在频域里可以精确控制增强的频段比如只增强中高频而不让噪点爆炸。做 opencv 识别物体前如果觉得边缘轮廓太软用这个手法比反复换 Sobel 核更可控。6.2 带阻滤波与固定频率去噪一套流程扩展出更多花样频域滤波的价值不止低通。扫描图片上的网纹是固定频率噪声在频谱上表现为离中心一定距离的亮点把以那个距离为半径的环形区域滤掉就能去网纹。带阻掩码就是在一个环形区域里置零其余保留band ((dist low_d0) (dist high_d0)).astype(np.float32) mask_notch 1.0 - band同样的管线只换掩码就能实现带阻和带通不需要新写一套变换逻辑。我在实际项目里通常把掩码构建独立成一个函数d0、滤波器类型、操作类型低通/高通/带阻全部参数化切换成本就降到一个函数调用。最后说一个习惯我最早做缺陷检测时直接在 RGB 三通道上跑理想低通去网纹输出那叫一个彩虹渐变后来就养成两个固定动作——彩色图先转 YUV 只处理亮度每个 D0 都顺手算一下保留能量比。频域滤波的玄学大部分来自 D0 和 mask 形状这两个旋钮参数写清楚、验证跑一遍效果就能每次复现。希望帮到你。本文还有配套的精品资源点击获取