为何fftshift产生零分量？图像2D傅里叶变换问题咨询

首先修正你的代码错误 #

你当前的cv2.imread调用存在参数误用：第二个参数是图像读取模式（如cv2.IMREAD_COLOR、cv2.IMREAD_GRAYSCALE），而cv2.COLOR_BGR2RGB是颜色空间转换的标志，用在这里会导致图像读取异常，这可能是部分图像出现问题的诱因之一。

正确的图像读取+转灰度的代码应该是：

# 方式1：先读彩色再转灰度
image = cv2.imread(str(img), cv2.IMREAD_COLOR)
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
image = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)

# 方式2：直接读取灰度图（更高效）
image = cv2.imread(str(img), cv2.IMREAD_GRAYSCALE)

为什么会出现-inf？ #

magnitude_spectrum中的-inf完全是因为np.log(0)的计算结果——当fshift对应位置的绝对值为0时，取自然对数就会得到负无穷。

这种情况的原因分为两类：

• 图像本身的特性：傅里叶变换的本质是将图像分解为不同频率的正弦/余弦分量，如果图像的像素分布恰好让某类频率的分量完全抵消，就会出现傅里叶系数为0的情况。比如：
  • 纯单色图像（所有像素值相同）：除了中心的直流分量（对应图像平均亮度），其余所有频率分量的系数都是0，此时幅度谱会出现大量-inf。
  • 具有严格周期性/对称性的图案：比如特定周期的棋盘格，其傅里叶变换会在某些频率位置产生零点。
• 图像读取异常：如你代码中错误的imread参数，可能导致图像加载为损坏或异常的像素数据，进而让傅里叶变换出现零点。

如何处理-inf？ #

可以通过给np.abs(fshift)加上一个极小的偏移量，避免直接计算log(0)：

magnitude_spectrum = 20 * np.log(np.abs(fshift) + 1e-8)

1e-8是一个足够小的值，既不会影响正常幅度值的计算结果，又能把-inf替换为一个可显示的有限值。

内容的提问来源于stack exchange，提问作者Pantelis Dg