如何使用python将一张图像的相位和不同图像的幅度合并为一张图像

Question

我想将一张图像的相位谱和不同图像的幅度谱组合成一张图像。

我已经得到了图像 A 和图像 B 的相位谱和幅度谱。

这是代码。

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))

我试图弄清楚，但我仍然不知道该怎么做。

下面是我的测试代码。

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

我希望我能像那样出来

Answer 1

为了让代码按预期工作，您需要修复以下几点：

• 该math.exp函数支持标量求幂。对于逐元素矩阵求幂，您应该numpy.exp改用。
• 类似地，*操作员会尝试执行矩阵乘法。在您的情况下，您想要执行元素乘法，这可以通过np.multiply

通过这些修复，您应该得到如下频域组合矩阵：

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

要获得相应的空间域图像，您需要使用以下方法计算逆变换（并取实部，因为由于数值误差，我有剩余的小虚部）：

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

最后，结果可以显示为：

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

请注意，imgCombined可能包含超出[0,1]范围的值。然后，您需要决定如何重新调整值以适应预期[0,1]范围。

• 默认缩放（如上图所示）是线性缩放值，使得最小值设置为 0，最大值设置为 0。
• 另一种方法是将值限制在该范围内（即强制所有负值为 0，所有大于 1 的值都为 1）。
• 最后，另一种方法似乎提供了更接近于提供的屏幕截图的结果，将采用绝对值 imgCombined = np.abs(imgCombined)