Python SciPy signal.wiener用法及代码示例

本文简要介绍 python 语言中 scipy.signal.wiener 的用法。

用法:

scipy.signal.wiener(im, mysize=None, noise=None)#

对 N 维数组执行维纳滤波器。

对 N 维数组 im 应用维纳滤波器。

参数 ：：

im： ndarray

一个 N 维数组。

mysize： int 或 数组，可选

一个标量或 N-length 列表，给出每个维度中维纳滤波器窗口的大小。 mysize 的元素应该是奇数。如果 mysize 是标量，则此标量用作每个维度中的大小。

noise： 浮点数，可选

要使用的noise-power。如果没有，则将噪声估计为输入的局部方差的平均值。

返回 ：：

out： ndarray

维纳过滤后的结果与 im 的形状相同。

注意：

这个实现类似于 Matlab/Octave 中的 wiener2。有关详细信息，请参阅 [1]

参考：

[1]

Lim, Jae S.，二维信号和图像处理，新泽西州 Englewood Cliffs，Prentice Hall，1990 年，p。 548.

例子：

>>> from scipy.datasets import face
>>> from scipy.signal import wiener
>>> import matplotlib.pyplot as plt
>>> import numpy as np
>>> rng = np.random.default_rng()
>>> img = rng.random((40, 40))    #Create a random image
>>> filtered_img = wiener(img, (5, 5))  #Filter the image
>>> f, (plot1, plot2) = plt.subplots(1, 2)
>>> plot1.imshow(img)
>>> plot2.imshow(filtered_img)
>>> plt.show()