以登月圖片為例，通過使用Scipy 傅立葉變換，實現圖片消噪

scipy.fftpack模組用來計算快速傅立葉變換
速度比傳統傅立葉變換更快，是對之前演算法的改進
圖片是二維資料，注意使用fftpack的二維轉變方法

一、導包

import numpy as np
import scipy as sp

# ifft2 inverse 反轉  fft2 處理二維資料
from scipy.fftpack import fft2,ifft2

# 繪圖工具
import matplotlib.pyplot as plt
%matplotlib inline

二、圖片處理

1 # 圖片載入
2
 
 moon = plt.imread('./moonlanding.png')
3 
4 # 設定展示尺寸大小
5 plt.figure(figsize=(12,9))
6 
7 # 圖片展示 cmap=plt.cm.gray (設定展示顏色)
8 plt.imshow(moon,cmap=plt.cm.gray)

1 # 隨時檢視圖片資料，指導操作
2 display(moon,moon.shape)

1 # 將圖片進行傅立葉轉換
2 moon_fft2 = fft2(moon)
3 
4 # 檢視傅立葉轉換後的資料
5 display(moon_fft2,moon_fft2.shape)
 
6 
7 # 計算所有資料波動頻率的平均值
8 np.abs(moon_fft2).mean()

1 # 開始消噪：大於10倍平均值波動，波動比較大，過濾掉
2 cond = np.abs(moon_fft2) > 510
3 
4 # 過濾：重新賦值為平均值
5 moon_fft2[cond] = 51
6 
7 # 檢視圖片資料
8 display(moon_fft2,moon_fft2.shape)

1 # 將頻域----逆變換--->時域（即肉眼可見的圖片）
2 moon_result = ifft2(moon_fft2)
3 
4 display(moon_result,moon_result.shape)
 
5 
6 # 去掉虛數
7 moon2 = np.real(moon_result)
8 
9 display(moon2,moon2.shape)

1 # 展示圖片
2 plt.figure(figsize=(12,9))
3 
4 plt.imshow(moon2,cmap=plt.cm.gray)

1 # 圖片儲存
2 plt.imsave('./moonlanding_fft2_result.png',moon2)

三、處理前後的圖片對比

處理前：

處理後：