在matlab中裁剪图像

Question

我需要对 matlab 中的图像执行以下操作：

1. 加载图片。
2. 计算图像的 FFT（快速傅里叶变换）。
3. 将频率分量移到中心。
4. 像下面这样裁剪图像（如果图像分辨率为 1000x1000，则图像所需的部分如下坐标：100,100,800,800。这是一个较小的图像。（应用过滤器去除高频的想法）。
5. 反向移位。
6. 傅立叶逆变换。

。 . .

我的代码如下所示：

I = imread('2.jpg'); %loading

ID = im2double(I);
FID = fft2(ID); %FFT
F = fftshift(FID); %shifting

F = imcrop(F,[100, 100, 800, 800]);

FID = ifftshift(F); %inverse of shifting
IFID = ifft2(FID); %inverse of FFT

I8 = im2uint8(IFID);

问题是当我想裁剪图像时，imcrop 函数无法裁剪类型为“complex double”的图像，我认为..

错误：

使用 imcrop 时出错>checkCData（第 410 行） 输入图像无效。

imcrop 中的错误>parseInputs（第 256 行） checkCData(a);

imcrop 中的错误（第 93 行） [x,y,a,cm,spatial_rect,h_image,placement_cancelled] = parseInputs(varargin{:});

ِ有什么帮助吗？ .. 还有其他裁剪功能吗？

Answer 1

裁剪图像的实值分解（幅度和相位，或实部和虚部）将避免来自imcrop 报告的错误。

但是，由于您表示您的目的是过滤高频分量，因此您应该注意，裁剪也会产生减少生成的时域图像的副作用。

为了保持图像大小，您可以考虑将这些频率区间归零（而不是使用更精细的滤波器设计）。您可以通过将频域数据与一个矩阵相乘来实现这一点，该矩阵充当您想要保留的频率分量的掩码。

实现这一点的代码如下所示：

% create a mask to zero-out high frequency components
H = zeros(size(I));
halfwidth = 400;
xmin = size(H,2)/2+1 - halfwidth;
xmax = size(H,2)/2+1 + halfwidth;
ymin = size(H,1)/2+1 - halfwidth;
ymax = size(H,1)/2+1 + halfwidth;
H(xmin:xmax, ymin:ymax, :) = 1;

% apply mask
F = F.*H;

这将为您提供以下整体代码：

I = imread('2.jpg'); %loading

ID = im2double(I);
FID = fft2(ID); %FFT
F = fftshift(FID); %shifting

% create a mask to zero-out high frequency components
H = zeros(size(I));
halfwidth = 400;
xmin = size(H,2)/2+1 - halfwidth;
xmax = size(H,2)/2+1 + halfwidth;
ymin = size(H,1)/2+1 - halfwidth;
ymax = size(H,1)/2+1 + halfwidth;
H(xmin:xmax, ymin:ymax, :) = 1;

% apply mask
F = F.*H;

FID = ifftshift(F); %inverse of shifting
IFID = real(ifft2(FID)); %inverse of FFT

I8 = im2uint8(IFID);

Answer 2

问题确实是张量F 中的复数值。一个证据就是将imcrop(F,[100, 100, 800, 800]) 替换为imcrop(abs(F),[100, 100, 800, 800])。

我的建议是将信号 F 分解为幅度和相位部分，并在这两个图像上使用 imcrop，然后进行重建。就理解“imcrop”而言，这应该会产生相同的结果。

代码如下所示：

I = imread('PersonalPhoto.JPG'); %loading

ID = im2double(I);
FID = fft2(ID); %FFT
F = fftshift(FID); %shifting

Fabs = imcrop(abs(F),[100, 100, 800, 800]);
Fang = imcrop(angle(F),[100, 100, 800, 800]);

F = Fabs.*exp(1j.*Fang);

FID = ifftshift(F); %inverse of shifting
IFID = ifft2(FID); %inverse of FFT

I8 = im2uint8(IFID);