scipy.ndimage.

fourier_uniform

scipy.ndimage.fourier_uniform(input, size, n=-1, axis=-1, output=None)

多维均匀傅里叶滤波器。

该数组与给定大小的盒子的傅里叶变换相乘。

参数:

输入array_like

输入数组。

大小浮点数或序列

用于过滤的盒子的大小。如果是一个浮点数，size 对所有轴都是相同的。如果是一个序列，size 必须包含每个轴的一个值。

nint, 可选

如果 n 是负数（默认），则假定输入是复数 fft 的结果。如果 n 大于或等于零，则假定输入是实数 fft 的结果，并且 n 给出了沿实数变换方向变换前的数组长度。

轴int, 可选

实变换的轴。

输出ndarray，可选

如果给出，过滤输入的结果将放置在此数组中。

返回:

fourier_uniformndarray

过滤后的输入。

示例

Try it in your browser!

>>> from scipy import ndimage, datasets
>>> import numpy.fft
>>> import matplotlib.pyplot as plt
>>> fig, (ax1, ax2) = plt.subplots(1, 2)
>>> plt.gray()  # show the filtered result in grayscale
>>> ascent = datasets.ascent()
>>> input_ = numpy.fft.fft2(ascent)
>>> result = ndimage.fourier_uniform(input_, size=20)
>>> result = numpy.fft.ifft2(result)
>>> ax1.imshow(ascent)
>>> ax2.imshow(result.real)  # the imaginary part is an artifact
>>> plt.show()

Go BackOpen In Tab