Python SciPy ndimage.fourier_uniform用法及代码示例

本文简要介绍 python 语言中 scipy.ndimage.fourier_uniform 的用法。

用法:

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

多维均匀傅立叶滤波器。

该数组与给定大小的盒子的傅里叶变换相乘。

参数 ：：

input： array_like

输入数组。

size： 浮点数或序列

用于过滤的框的大小。如果是浮点数，则所有轴的大小都相同。如果是一个序列，大小必须包含每个轴的一个值。

n： 整数，可选

如果 n 为负数(默认)，则假定输入是复数 fft 的结果。如果 n 大于或等于 0，则假定输入是实数 fft 的结果，并且 n 给出沿实数变换方向进行变换之前的数组长度。

axis： 整数，可选

实际变换的轴。

output： ndarray，可选

如果给定，则过滤输入的结果将放置在此数组中。

返回 ：：

fourier_uniform： ndarray

过滤后的输入。

例子：

>>> 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()