如何保存图像FFT结果以在GIMP中编辑，实现噪声图案去除？

我有一张带有特定图案噪声的图像，想要去除该图案。我将FFT幅度保存为TIFF图像，相位信息保存为numpy数组文件（.npy）。以下是我计算FFT的Python代码：

import cv2
import numpy as np
import matplotlib.pyplot as plt
import tifffile as tiff

# Load the image
image_path = '/home/gras/Downloads/archive(1)/demo_1.jpg'  # Update this with your image path
image = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)

# Perform Fourier Transform
f_transform = np.fft.fft2(image)
f_transform_shifted = np.fft.fftshift(f_transform)
magnitude_spectrum = 20 * np.log(np.abs(f_transform_shifted))


# Save the Fourier transform magnitude spectrum as an image
output_path = './fourier_transform_magnitude_spectrum.tiff'
tiff.imwrite(output_path, magnitude_spectrum.astype(np.float32),  photometric='minisblack')

# Save the FFT data to a text file
output_file = './phases_array.npy'
np.save(output_file, np.angle(f_transform_shifted))

以及进行逆FFT的代码：

# Load the Fourier transformed image
fourier_image_path = './fourier_transform_magnitude_spectrum.png'  # Update this with your Fourier-transformed image path
fourier_image = cv2.imread(fourier_image_path, cv2.IMREAD_GRAYSCALE)

# Perform inverse Fourier Transform
f_transform_shifted = np.fft.ifftshift(fourier_image)
f_transform = np.fft.ifft2(f_transform_shifted)
reconstructed_image = np.abs(f_transform)

# Plot the reconstructed image
plt.figure(figsize=(8, 8))
plt.imshow(fourier_image, cmap='gray', vmin=0, vmax=255)  # Specify vmin and vmax
plt.title('Reconstructed Image')
plt.axis('off')
plt.show()

请问如何使用tifffile保存图像，使其能够在GIMP中打开并编辑？

要让保存的FFT幅度TIFF能在GIMP中正常打开编辑，核心是将浮点型的幅度谱转换为GIMP原生支持的8位或16位整数格式，同时保留正确的灰度映射逻辑。具体调整步骤如下：

1. 修改FFT幅度谱的保存代码 #

GIMP对浮点格式TIFF的兼容性较差，需要把经过对数变换的幅度谱归一化到整数灰度范围：

import cv2
import numpy as np
import tifffile as tiff

# 加载图像
image_path = '/home/gras/Downloads/archive(1)/demo_1.jpg'
image = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)

# 傅里叶变换
f_transform = np.fft.fft2(image)
f_transform_shifted = np.fft.fftshift(f_transform)
magnitude_spectrum = 20 * np.log(np.abs(f_transform_shifted))

# 处理对数变换可能产生的inf/nan值
magnitude_spectrum = np.nan_to_num(magnitude_spectrum)
# 归一化到8位整数范围（0-255，GIMP完美支持）
min_val = np.min(magnitude_spectrum)
max_val = np.max(magnitude_spectrum)
normalized_mag = ((magnitude_spectrum - min_val) / (max_val - min_val)) * 255
normalized_mag = normalized_mag.astype(np.uint8)

# 保存为GIMP可编辑的TIFF
output_path = './fourier_transform_magnitude_spectrum_8bit.tiff'
tiff.imwrite(output_path, normalized_mag)

# 保存相位信息（保持原逻辑不变）
output_file = './phases_array.npy'
np.save(output_file, np.angle(f_transform_shifted))

如果需要更高精度的编辑空间，可选择16位整数格式：

# 归一化到16位整数范围（0-65535）
normalized_mag_16bit = ((magnitude_spectrum - min_val) / (max_val - min_val)) * 65535
normalized_mag_16bit = normalized_mag_16bit.astype(np.uint16)
tiff.imwrite('./fourier_transform_magnitude_spectrum_16bit.tiff', normalized_mag_16bit)

2. 修复逆FFT代码的关键错误 #

原逆FFT代码存在两处致命问题：一是加载PNG格式丢失精度，二是未结合保存的相位信息，直接逆变换会得到错误结果。修正后的代码如下：

import cv2
import numpy as np
import tifffile as tiff
import matplotlib.pyplot as plt

# 加载编辑后的8位FFT幅度TIFF
fourier_image = tiff.imread('./fourier_transform_magnitude_spectrum_8bit.tiff')
# 加载预存的相位信息
phases = np.load('./phases_array.npy')

# 还原原始幅度谱（逆归一化+逆对数变换）
# 注意：这里的min_val和max_val需与保存时一致，也可提前保存到npy文件
min_val = np.min(20 * np.log(np.abs(np.fft.fftshift(np.fft.fft2(image)))))
max_val = np.max(20 * np.log(np.abs(np.fft.fftshift(np.fft.fft2(image)))))
mag_log = (fourier_image / 255) * (max_val - min_val) + min_val
mag = np.exp(mag_log / 20)

# 重新组合幅度与相位，恢复频域数据
f_transform_shifted = mag * np.exp(1j * phases)
# 执行逆傅里叶变换
f_transform = np.fft.ifftshift(f_transform_shifted)
reconstructed_image = np.abs(np.fft.ifft2(f_transform))

# 归一化到0-255用于显示
reconstructed_image = ((reconstructed_image - np.min(reconstructed_image)) / 
                      (np.max(reconstructed_image) - np.min(reconstructed_image))) * 255
reconstructed_image = reconstructed_image.astype(np.uint8)

# 展示重建图像
plt.figure(figsize=(8, 8))
plt.imshow(reconstructed_image, cmap='gray')
plt.title('Reconstructed Image')
plt.axis('off')
plt.show()

3. GIMP编辑注意事项 #

• 打开TIFF后，直接用修复工具、克隆图章处理幅度谱中的噪声峰值（对应图像中的周期性噪声）
• 编辑时不要修改图像尺寸、像素格式，否则会破坏与相位信息的匹配关系
• 保存时选择TIFF格式，保持8/16位灰度模式，避免添加不必要的压缩或色彩空间转换

内容的提问来源于stack exchange，提问作者Cristian Cutite