scipy.fft.

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 xdct(x, norm='ortho') 等同于 MATLAB dct(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"dctidct 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,idct1/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]x[N-1] 乘以缩放因子 \(\sqrt{2}\)y[0]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.])