dct#
- scipy.fft.dct(x, type=2, n=None, axis=-1, norm=None, overwrite_x=False, workers=None, orthogonalize=None)[source]#
返回任意类型序列 x 的离散余弦变换。
- 参数:
- x类数组
输入数组。
- type{1, 2, 3, 4},可选
DCT 的类型(参见“备注”)。默认类型为 2。
- n整型,可选
变换的长度。如果
n < x.shape[axis]
,则 x 会被截断。如果n > x.shape[axis]
,则 x 会被零填充。默认情况下,n = x.shape[axis]
。- axis整型,可选
计算 dct 的轴;默认为最后一个轴(即
axis=-1
)。- norm{"backward", "ortho", "forward"},可选
归一化模式(参见“备注”)。默认为 “backward”。
- overwrite_x布尔型,可选
如果为 True,x 的内容可能会被破坏;默认值为 False。
- workers整型,可选
用于并行计算的最大 worker 数量。如果为负数,则该值从
os.cpu_count()
环绕。更多详情请参见fft
。- orthogonalize布尔型,可选
是否使用正交化 DCT 变体(参见“备注”)。当
norm="ortho"
时默认为True
,否则为False
。1.8.0 版本新增。
- 返回:
- y实数 ndarray
变换后的输入数组。
另请参见
idct
逆 DCT
备注
对于一维数组
x
,dct(x, norm='ortho')
等同于 MATLABdct(x)
。警告
对于
type in {1, 2, 3}
,norm="ortho"
会破坏与直接傅里叶变换的直接对应关系。要恢复它,您必须指定orthogonalize=False
。对于
norm="ortho"
,dct
和idct
在两个方向上都按相同的总因子缩放。默认情况下,变换也会被正交化,对于类型 1、2 和 3,这意味着变换定义被修改,以使 DCT 矩阵具有正交性(参见下文)。对于
norm="backward"
,dct
没有缩放,idct
按1/N
缩放,其中N
是 DCT 的“逻辑”大小。对于norm="forward"
,1/N
归一化应用于正向dct
,而idct
不进行归一化。理论上,DCT 有 8 种类型,SciPy 中只实现了前 4 种。通常,“DCT”指 DCT 类型 2,而“逆 DCT”通常指 DCT 类型 3。
类型 I
DCT-I 有多种定义;我们使用以下定义(对于
norm="backward"
):\[y_k = x_0 + (-1)^k x_{N-1} + 2 \sum_{n=1}^{N-2} x_n \cos\left( \frac{\pi k n}{N-1} \right)\]如果
orthogonalize=True
,则x[0]
和x[N-1]
乘以缩放因子 \(\sqrt{2}\),y[0]
和y[N-1]
除以 \(\sqrt{2}\)。当与norm="ortho"
结合时,这使得相应的系数矩阵正交(O @ O.T = np.eye(N)
)。注意
DCT-I 仅支持输入大小 > 1 的情况。
类型 II
DCT-II 有多种定义;我们使用以下定义(对于
norm="backward"
):\[y_k = 2 \sum_{n=0}^{N-1} x_n \cos\left(\frac{\pi k(2n+1)}{2N} \right)\]如果
orthogonalize=True
,则y[0]
除以 \(\sqrt{2}\),当与norm="ortho"
结合时,这使得相应的系数矩阵正交(O @ O.T = np.eye(N)
)。类型 III
有几种定义,我们使用以下定义(对于
norm="backward"
):\[y_k = x_0 + 2 \sum_{n=1}^{N-1} x_n \cos\left(\frac{\pi(2k+1)n}{2N}\right)\]如果
orthogonalize=True
,则x[0]
项乘以 \(\sqrt{2}\),当与norm="ortho"
结合时,这使得相应的系数矩阵正交(O @ O.T = np.eye(N)
)。(未归一化的)DCT-III 是(未归一化的)DCT-II 的逆变换,相差因子 2N。正交化的 DCT-III 正好是正交化 DCT-II 的逆变换。
类型 IV
DCT-IV 有多种定义;我们使用以下定义(对于
norm="backward"
):\[y_k = 2 \sum_{n=0}^{N-1} x_n \cos\left(\frac{\pi(2k+1)(2n+1)}{4N} \right)\]在此,
orthogonalize
没有效果,因为 DCT-IV 矩阵本身已是正交的,仅相差一个缩放因子2N
。参考文献
[1]J. Makhoul 的《一维和二维快速余弦变换》,IEEE Transactions on acoustics, speech and signal processing 第 28(1) 卷,第 27-34 页,DOI:10.1109/TASSP.1980.1163351 (1980)。
[2]维基百科,“离散余弦变换”,https://en.wikipedia.org/wiki/Discrete_cosine_transform
示例
对于实数、偶对称输入,类型 1 DCT 等效于 FFT(尽管更快)。输出也为实数和偶对称。一半的 FFT 输入用于生成一半的 FFT 输出。
>>> from scipy.fft import fft, dct >>> import numpy as np >>> fft(np.array([4., 3., 5., 10., 5., 3.])).real array([ 30., -8., 6., -2., 6., -8.]) >>> dct(np.array([4., 3., 5., 10.]), 1) array([ 30., -8., 6., -2.])