理论
傅立叶变换用于分析各种滤波器的频率特性，对于图像，2D离散傅里叶变换（DFT）用于找到频域.快速傅里叶变换（FFT）的快速算法用于计算DFT.
于一个正弦信号，x(t)=Asin(2πft)，我们可以说 f 是信号的频率，如果它的频率域被接受，我们可以看到 f 的峰值.如果信号被采样来形成一个离散信号，我们得到相同的频率域，但是在[−π,π] or [0,2π]范围内是周期性的 (or [0,N] for N-point DFT).
可以将图像视为在两个方向上采样的信号.因此，在X和Y方向
使用Python numpy模块带的FFT函数合成矩形波和方波，增加对离散傅里叶变换的理解。
导入模块
import numpy as np
import matplotlib.pyplot as plt
分别是产生一个周期的方波和三角波程序
# 产生size点取样的三角波，其周期为1
def triangle_wave(size):
x = np.arange(0, 1, 1.0/size)
y = np.where(x=0.5, 1-x, y)
return x, y
de
