dct#
- scipy.fftpack.dct(x, type=2, n=None, axis=-1, norm=None, overwrite_x=False)[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(参见注释)。默认类型为 2。
- n整数,可选
变换的长度。如果
n < x.shape[axis]
,x 将被截断。如果n > x.shape[axis]
,x 将被零填充。默认情况下n = x.shape[axis]
。- axis整数,可选
计算 dct 的轴;默认为最后一个轴(即
axis=-1
)。- norm{None, ‘ortho’},可选
归一化模式(参见注释)。默认为 None。
- overwrite_x布尔值,可选
如果为 True,x 的内容可能会被破坏;默认为 False。
- 返回:
- y实数 ndarray
变换后的输入数组。
另请参阅
idct
逆 DCT
注释
对于一维数组
x
,dct(x, norm='ortho')
等同于 MATLABdct(x)
。理论上,DCT 有 8 种类型,但 scipy 中只实现了前 4 种类型。通常,‘离散余弦变换’指 DCT 类型 2,而‘逆离散余弦变换’指 DCT 类型 3。
类型 I
DCT-I 有多种定义;我们使用以下定义(当
norm=None
时)\[y_k = x_0 + (-1)^k x_{N-1} + 2 \sum_{n=1}^{N-2} x_n \cos\left( \frac{\pi k n}{N-1} \right)\]如果
norm='ortho'
,x[0]
和x[N-1]
乘以缩放因子 \(\sqrt{2}\),y[k]
乘以缩放因子f
\[\begin{split}f = \begin{cases} \frac{1}{2}\sqrt{\frac{1}{N-1}} & \text{if }k=0\text{ or }N-1, \\ \frac{1}{2}\sqrt{\frac{2}{N-1}} & \text{otherwise} \end{cases}\end{split}\]版本 1.2.0 中新增:DCT-I 中的正交归一化。
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(当
norm=None
时)\[y_k = 2 \sum_{n=0}^{N-1} x_n \cos\left(\frac{\pi k(2n+1)}{2N} \right)\]如果
norm='ortho'
,y[k]
乘以缩放因子f
\[\begin{split}f = \begin{cases} \sqrt{\frac{1}{4N}} & \text{if }k=0, \\ \sqrt{\frac{1}{2N}} & \text{otherwise} \end{cases}\end{split}\]这使得相应的系数矩阵正交化 (
O @ O.T = np.eye(N)
)。类型 III
有多种定义,我们使用以下定义(当
norm=None
时)\[y_k = x_0 + 2 \sum_{n=1}^{N-1} x_n \cos\left(\frac{\pi(2k+1)n}{2N}\right)\]或者,当
norm='ortho'
时\[y_k = \frac{x_0}{\sqrt{N}} + \sqrt{\frac{2}{N}} \sum_{n=1}^{N-1} x_n \cos\left(\frac{\pi(2k+1)n}{2N}\right)\](未归一化的)DCT-III 是(未归一化的)DCT-II 的逆变换,相差因子
2N
。正交归一化的 DCT-III 正好是正交归一化的 DCT-II 的逆变换。类型 IV
DCT-IV 有多种定义;我们使用以下定义(当
norm=None
时)\[y_k = 2 \sum_{n=0}^{N-1} x_n \cos\left(\frac{\pi(2k+1)(2n+1)}{4N} \right)\]如果
norm='ortho'
,y[k]
乘以缩放因子f
\[f = \frac{1}{\sqrt{2N}}\]版本 1.2.0 中新增:支持 DCT-IV。
参考文献
[1]‘A Fast Cosine Transform in One and Two Dimensions’,作者 J. Makhoul,《IEEE Transactions on acoustics, speech and signal processing》第 28 卷第 1 期,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
类型 1 DCT 对于实数、偶对称输入而言,等同于 FFT(尽管更快)。输出也是实数和偶对称的。FFT 输入的一半用于生成 FFT 输出的一半。
>>> from scipy.fftpack 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.])