三年前发过一篇帖子，讲怎么用条纹摄影拍摄热气流（https://www.kechuang.org/t/83365）。这个做法比较麻烦的一点是，它需要两张照片：一张没有热气流的照片，和一张有热气流的照片，而且这两张照片要严格对齐，实际操作起来出乎意料的困难。所以当时就希望只用一张照片，实现类似的效果。在那篇帖子的3楼，我提过一个朴素的设想：

没有太具体的想法。感觉上条纹这种东西很有规律性，所以可以用软件生成一组条纹，通过平移旋转，以及轻微扭曲等，和照片里的条纹重叠在一起（比如相关性最高之类的）然后再取差值，也许还可以加一些滤波算法，把条纹带来的高频抖动给去掉。

但是当时没想出来具体的实现方式，所以也就没搞。直到两个月前，又重新看到了这个设想，才突然发现：

“用软件生成一组条纹”，这个条纹不就是傅里叶变换的基函数吗

条纹的平移就是在改基函数的相位；轻微扭曲的条纹相当于一个有一定带宽的信号；“相关性”对应傅里叶变换中那个积分的值，也就是频域的幅度；而“取差值”，其实就是把某些频率分量的幅度设为0。

这样这个设想实现起来就很简单了，只需要找一个2维fft的库，用傅里叶变换把原照片变到频域，然后找到其中幅度最大的信号，把它的值改成0，再用逆变换把它变回普通的照片就行了。

以上一篇帖子 里那张打火机的照片为例，具体操作是这样的：

①把热气流所在的部分截下来，只保留条纹。不能直接用原照片。

②把它变换到频域。直流信号在这张图片的正中心。左右两个最亮的点应该就是图片里的条纹。

③把幅度最大的一部分给改成零。具体操作是把幅度最大的 0.01% 数据给改成零。另外幅度最小的90%也被设成零了，能让噪声小点（不过效果不明显）。

④把改完的频域数据变回照片

⑤送到photoshop里调一下曲线，让热气流更明显一些，然后就结束了。

这个效果确实比之前差很多。不过之前要用两张照片，现在这个只需要一张。如果要处理视频的话，这个方法的好处是，摄像头本身可以动，手持相机也可以用这个办法。相对的，如果是视频两帧相减的办法，则需要相机固定得很好才行。

另外前面提到“不能直接用原照片”，因为直接用的话效果是下面这样的。这是因为照片中没有条纹的区域，会产生大量的宽带的频域信号。此时，前面那种简单的把0.01%的频域数据改成零的操作，会在照片中引入大量周期性的波动，导致啥都看不清。也许可以用小波变换来解决这个问题。

具体的代码是用python写的

Schlieren.html 0.00KB HTML 18次下载

重点是下面这句，那个99.99改一下对效果影响比较大。

DropVal[
    np.logical_or(
        (np.abs(DropVal) > np.percentile(np.abs(DropVal),99.99)),
        (np.abs(DropVal) < np.percentile(np.abs(DropVal),90)))
     ] = 0