OpenCV中的频域变换主要是指傅里叶变换（FFT）和反傅里叶变换（IFFT）等一些基本变换。傅里叶变换和反傅里叶变换主要应用于信号处理和图像处理中的滤波、解卷积、特征提取等方面。
在频域变换中，图像被看做是二维的信号，可以使用2D FFT函数将其转换到频率域进行处理。通过FFT变换，我们可以得到一个矩阵，其中包含了原始图像的频率信息。经过一些变换或操作处理后，可以使用IFFT将该矩阵重新转换为图像。
OpenCV中提供了多种FFT变换函数，通常使用dft()函数来进行傅里叶变换。其函数原型如下：
void dft(InputArray src, OutputArray dst, int flags = DFT_COMPLEX_OUTPUT, int nonzeroRows = 0);
其中，输入参数src是要进行傅里叶变换的原始图像，输出参数dst是傅里叶变换后的结果矩阵。flags参数指定输出的类型，nonzeroRows参数指定处理的图像行数。
在进行频域变换时，常常需要将图像进行中心化，以保证处理后的频域信息更加准确。对于傅里叶变换，可以通过shift()函数进行中心化处理，即将图像的四个角分别移动到中心位置。其函数原型如下：
void shift(InputOutputArray src, OutputArray dst = noArray());
其中，参数src为要进行变换的输入图像，参数dst为变换后的输出图像。如果没有提供dst参数，则将src进行原地操作。