如何使用python将一幅图像的相位和不同图像的幅度组合成一幅图像

我想将一幅图像的相位谱和不同图像的幅度谱组合成一幅图像。

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))

我希望我能就这样出来

为了使代码按预期工作，您需要修复以下几件事：

• The math.exp https://docs.python.org/2/library/math.html#math.exp函数支持标量求幂。对于逐元素矩阵求幂，您应该使用numpy.exp https://docs.scipy.org/doc/numpy/reference/generated/numpy.exp.html反而。
• 类似地，*运算符将尝试执行矩阵乘法。在您的情况下，您想要执行逐元素乘法，这可以通过np.multiply https://docs.scipy.org/doc/numpy/reference/generated/numpy.multiply.html

通过这些修复，您应该得到频域组合矩阵，如下所示：

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

为了获得相应的空间域图像，您需要计算逆变换（并取实部，因为由于数值误差可能会残留小的虚部）：

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')

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

• 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。
• 另一种方法可能是将值限制在该范围内（即将所有负值强制为 0，将所有大于 1 的值强制为 1）。
• 最后，另一种方法似乎提供的结果更接近所提供的屏幕截图，即采用以下绝对值imgCombined = np.abs(imgCombined)