Python SciPy ndimage.fourier_uniform用法及代碼示例

本文簡要介紹 python 語言中 scipy.ndimage.fourier_uniform 的用法。

用法:

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

多維均勻傅立葉濾波器。

該數組與給定大小的盒子的傅裏葉變換相乘。

參數 ：：

input： array_like

輸入數組。

size： 浮點數或序列

用於過濾的框的大小。如果是浮點數，則所有軸的大小都相同。如果是一個序列，大小必須包含每個軸的一個值。

n： 整數，可選

如果 n 為負數(默認)，則假定輸入是複數 fft 的結果。如果 n 大於或等於 0，則假定輸入是實數 fft 的結果，並且 n 給出沿實數變換方向進行變換之前的數組長度。

axis： 整數，可選

實際變換的軸。

output： ndarray，可選

如果給定，則過濾輸入的結果將放置在此數組中。

返回 ：：

fourier_uniform： ndarray

過濾後的輸入。

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()