scipy.ndimage.

fourier_gaussian#

scipy.ndimage.fourier_gaussian(input, sigma, n=-1, axis=-1, output=None)[source]#

多维高斯傅里叶滤波器。

数组乘以高斯核的傅里叶变换。

参数:
inputarray_like

输入数组。

sigmafloat 或 序列

高斯核的 sigma。如果为浮点数,则 sigma 对所有轴相同。如果为序列,则 sigma 必须包含每个轴的一个值。

nint, 可选

如果 n 为负数(默认值),则假定输入是复数 fft 的结果。如果 n 大于或等于 0,则假定输入是实数 fft 的结果,n 给出沿实数变换方向变换前数组的长度。

axisint, 可选

实数变换的轴。

outputndarray, 可选

如果给出,则将输入滤波的结果放置在这个数组中。

返回值:
fourier_gaussianndarray

过滤后的输入。

示例

>>> 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_gaussian(input_, sigma=4)
>>> result = numpy.fft.ifft2(result)
>>> ax1.imshow(ascent)
>>> ax2.imshow(result.real)  # the imaginary part is an artifact
>>> plt.show()
../../_images/scipy-ndimage-fourier_gaussian-1.png