如何将傅里叶变换应用于彩色图像？
[第一部分]
我的猜测是，我们可以将彩色图像分开3个通道(R，G，B(。 然后，对每个R，G，B图像进行傅里叶变换。 之后，汇总三个频域图像。(假设这三个图像(1(，(2(，(3((
我们可能会得到一个求和的频域图像，因此我们能够应用高通滤波器或低通滤波器。
我的猜测正确吗？(第一个问题(
[第二部分]
应用过滤后，我需要将单通道图像转换为色彩空间图像(如具有RGB通道的原始图像(
所以这是我将一个通道图像转换为色彩空间图像的另一个猜测
由于我们知道过滤了哪个像素，因此我们还可以屏蔽 (1(、(2( 和 (3(。(使相应的像素"0"(在此之后，可以将(1(转换为红色通道彩色图像，(2(转换为绿色图像，(3(转换为蓝色图像。最后，我们可以对所有这些转换后的图像求和并获得过滤后的彩色图像。
这行得通吗？
不，这行不通。
如果要将卷积应用于彩色图像，则应将卷积单独应用于每个通道。
[理由：在空间域中，卷积是每个输出像素的局部邻域的加权平均值。一组向量的平均值(无论是否加权((在RGB图像的情况下，我们在这里看到每个像素都是具有3个分量的向量(是通过分别平均每个向量元素(维度(来计算的。
傅里叶域滤波是一种卷积，因此上述内容也适用于您的滤波：独立计算每个通道的FFT，独立地将滤波应用于每个通道，然后独立地对每个通道进行IFFFT。生成的通道是过滤后图像的通道。