Python数字图像处理实践（11）——傅里叶变换及其快速算法

在先前的学习中，我们已经了解了空间域图像增强的相关内容，接下来将进入频率域图像增强的学习阶段。

针对一维连续函数，其定义域覆盖整个时间轴，并且属于非周期性函数f(t)，该函数对应的傅里叶变换形式如下

相应的傅里叶逆变换表达式为

f(x) = \int_{-\infty}^{\infty} F(u) e^{i2\pi ux} du

对于一维离散函数（其中x的取值范围为0，1，2，...，M-1），其对应的傅里叶变换及其逆变换形式如下所示

$f(x)=\frac{1}{M}\sum_{u=0}^{M-1}F(u)e{i2\pi ux/M} , x = 0,1,2,...