<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>momijiame</author_name>
  <author_url>https://blog.hatena.ne.jp/momijiame/</author_url>
  <blog_title>CUBE SUGAR CONTAINER</blog_title>
  <blog_url>https://blog.amedama.jp/</blog_url>
  <categories>
    <anon>Digital Signal Processing</anon>
    <anon>Python</anon>
    <anon>NumPy</anon>
    <anon>Matplotlib</anon>
    <anon>macOS</anon>
  </categories>
  <description>フーリエ変換は音声データに対して用いられることが多い手法だけど、画像データにも応用が効く。 音声データの場合、フーリエ変換を使うことで時間領域の情報を周波数領域の情報に直せる。 それに対し、画像データでは空間領域の情報を周波数領域の情報に直すことになる。 つまり、画像データの濃淡が複数の波形の合成によって作られていると見なす。 今回は、画像データをフーリエ変換して、周波数領域の情報にフィルタをかけたり元に戻したりして遊んでみる。 使った環境は次のとおり。 $ sw_vers ProductName: Mac OS X ProductVersion: 10.14.6 BuildVersion: …</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fblog.amedama.jp%2Fentry%2Fimage-fourier-transform&quot; title=&quot;Python: 画像データをフーリエ変換して周波数領域で扱ってみる - CUBE SUGAR CONTAINER&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/m/momijiame/20200616/20200616180139.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2020-06-16 19:07:06</published>
  <title>Python: 画像データをフーリエ変換して周波数領域で扱ってみる</title>
  <type>rich</type>
  <url>https://blog.amedama.jp/entry/image-fourier-transform</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
