[TOC]

深入浅出傅里叶变换：从信号分解到视觉重构

“如果不了解傅里叶变换，你就无法真正理解现代电子文明。”

这句话一点都不夸张。从我们听的 MP3 音乐，到看的 JPEG 图片，再到使用的 5G 网络，甚至是你刚才按下的键盘信号处理，背后都站着傅里叶变换（Fourier Transform, FT）这个巨人。

本文将跳出枯燥的公式推导，从直观理解出发，结合Python 代码实战，带你领略图像处理中频域的魅力。

一、 核心直觉：两个世界的桥梁

1.1 时域 vs 频域

我们的世界大部分时间是以时域（Time Domain）展现的：

  • 声音：空气压强随时间的变化。
  • 图像：像素亮度随空间位置的变化。

傅里叶变换告诉我们：任何连续的周期信号，都可以由一组不同频率、不同振幅、不同相位的正弦波（或余弦波）叠加而成。

这就像是一个棱镜，把混合在一起的“白光”（时域信号），分解成了清晰的“七色光谱”（频域信号）。

1.2 数学直觉：欧拉公式与旋转的圆

核心公式：

这里的 $e^{-i\omega t}$ 并不是什么可怕的东西，根据欧拉公式 $e^{ix} = \cos x + i\sin x$，它代表一个在复平面上旋转的单位圆。

直观理解：
想象你在绕着一个圆圈跑步（旋转），如果你的跑步频率（$\omega$）和信号本身的某种震动频率一致，那么你在特定的位置就会“共振”，积分的值就会很大。如果不一致，你的轨迹就会在圆上抵消，积分接近于零。
傅里叶变换本质上就是一台“频率扫描仪”，用不同速度的圆去试探信号，看看哪个频率上有能量。

二、 实战一：图像的频率与滤波

在图像中，“频率”衡量的是亮度变化的剧烈程度。

  • 低频：变化平缓的区域（背景、皮肤、整体轮廓）。
  • 高频：变化剧烈的区域（边缘、噪点、纹理细节）。

我们使用 Python (OpenCV + Numpy) 来对一张图片进行频谱分析，并尝试进行“低通滤波”和“高通滤波”。

2.1 核心代码实现

我们读取一张图片 FT.jpg，对其进行二维傅里叶变换，然后分别保留中心低频和四周高频。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
import cv2
import numpy as np
from matplotlib import pyplot as plt
import os

# 1. 读取图像
# 确保 'FT.jpg' 在同目录下
img_path = "FT.jpg" 
img = cv2.imread(img_path, cv2.IMREAD_GRAYSCALE)

# 2. 傅里叶正向变换
# np.fft.fft2 得到一个复数数组，包含了振幅和相位信息
f = np.fft.fft2(img)

# 3. 中心化 (Shift)
# 默认 DFT 结果中，低频在左上角 (0,0)。
# 使用 fftshift 将零频率分量移动到频谱中心，这样看起来更直观。
fshift = np.fft.fftshift(f)

# 4. 计算振幅谱 (Magnitude Spectrum)
# 因为振幅值范围极大（几十万到几），直接看是全黑的。
# 使用 20*log 对数变换，把动态范围压缩到 0-255，让人眼能看清。
magnitude_spectrum = 20 * np.log(np.abs(fshift))

# --- 滤波器设计 ---
rows, cols = img.shape
crow, ccol = rows//2 , cols//2

# A. 高通滤波器 (High Pass Filter) - 只保留四周，遮住中心
# 创建一个全是 1 的掩码
mask_high = np.ones((rows, cols), np.uint8)
# 把中心 60x60 的区域（低频）涂黑（置0）
mask_high[crow-30:crow+30, ccol-30:ccol+30] = 0

# 应用掩码
fshift_high = fshift * mask_high
# 逆中心化 (Inverse Shift)
f_ishift_high = np.fft.ifftshift(fshift_high)
# 逆傅里叶变换
img_high_pass = np.abs(np.fft.ifft2(f_ishift_high))

2.2 实验结果解读

  • 左图（Original）：这是我们的原始输入图片。
  • 中图（Spectrum）：这就是神奇的频谱图。
    • 中心亮点：代表直流分量（DC）和低频分量。图片中最亮的部分聚集在这里，说明大部分能量（整体色调、轮廓）都集中在低频。
    • 放射状线条：对应原图中的边缘方向。频谱图的方向与原图垂直（例如原图有水平线，频谱图上就会有垂直的亮线）。
  • 高通滤波（High Pass Filtered）：
    • 如上图右侧所示，我们强行抹去了中心的亮斑（低频）。
    • 结果：大片的颜色、平滑的过渡都消失了，只剩下边缘、轮廓和噪点。
    • 应用：这就是计算机视觉中边缘检测（Edge Detection）的原理。

三、 实战二：震撼的相位交换实验

傅里叶变换的结果是复数，包含振幅（Amplitude）和相位（Phase）。

我们通常只关注振幅谱（能量分布），而往往忽略了相位谱。大家潜意识里觉得：“振幅代表强度，肯定最重要吧？”

大错特错！相位才是图像的灵魂！

我们做个实验：取图像 A (cat.jpg) 的振幅，和图像 B (dog.jpg) 的相位，把它们强行组合在一起，逆变换回去，会看到什么？

3.1 实验代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
def swap_phase_experiment(img1_path, img2_path):
    # 读取两张灰度图
    img1 = cv2.imread(img1_path, cv2.IMREAD_GRAYSCALE)
    img2 = cv2.imread(img2_path, cv2.IMREAD_GRAYSCALE)
    
    # 统一尺寸（必须尺寸一致才能合并）
    h, w = img1.shape
    img2 = cv2.resize(img2, (w, h))

    # 傅里叶变换
    f1 = np.fft.fft2(img1)
    f2 = np.fft.fft2(img2)

    # 提取振幅与相位
    # abs() 提取模长（振幅），angle() 提取辐角（相位）
    amp1, phase1 = np.abs(f1), np.angle(f1)
    amp2, phase2 = np.abs(f2), np.angle(f2)

    # 交换相位重新合成！
    # 组合：【猫的振幅】 + 【狗的相位】
    combined = amp1 * np.exp(1j * phase2) 
    
    # 逆变换
    img_combined = np.abs(np.fft.ifft2(combined))
    return img_combined

3.2 结果展示与分析

我们使用的原图：

图像 A (提供振幅)

图像 B (提供相位)

交换相位后的结果（振幅来自猫，相位来自狗）：

结论令人震惊：
虽然我们使用了猫的振幅（能量），但因为使用了狗的相位，重建出来的图像看起来依然是狗（虽然纹理有点像猫，或者看起来像在雾里的狗）。

物理意义：

  • 振幅（Magnitude）：告诉我们图像里“有多少”某种频率的成分（比如有多少横条纹，有多少竖条纹）。它决定了纹理的强弱和对比度。
  • 相位（Phase）：告诉我们这些正弦波“在哪里”开始波动。它决定了波峰波谷的位置，也就是图像的边缘和几何结构。

对于人类视觉来说，结构（Structure）远比纹理（Texture）重要，所以相位起到了决定性作用。

四、 现实应用：JPEG 压缩的秘密

你可能会问：“这东西除了好玩，有什么用？”
其实，你每天都在用的 JPEG 图片，其核心压缩算法（DCT，离散余弦变换）就是傅里叶变换的亲兄弟。

JPEG 压缩原理：

  1. 把图像切成 8x8 的小块。
  2. 对每一块做变换，转换到频域。
  3. 丢弃高频信息：人眼对低频（颜色渐变）很敏感，但对高频（极其微小的细节）很不敏感。
  4. 所以，JPEG 会保留左上角的低频系数，把右下角的高频系数直接置零（Quantization）。
  5. 这样就大大减少了需要存储的数据量，实现了压缩。

五、 总结

通过这两场实验，我们重新认识了世界：

  1. 频域视角：世界不仅仅是随时间流逝的，也是由无数频率叠加的。
  2. 滤波：我们可以像修剪树枝一样，精准地控制图像的清晰度与细节（磨皮 vs 边缘检测）。
  3. 相位之魂：在信号重建中，位置信息（相位）往往比强度信息（振幅）更关键。

从像素处理到网格几何处理（Mesh Processing），这种“谱分析”的思想是通用的。希望这篇文章能帮你打开频域的大门！