scipy.signal.

wiener#

scipy.signal.wiener(im, mysize=None, noise=None)[源]#

对N维数组执行维纳滤波。

将维纳滤波器应用于N维数组 im。

参数:

imndarray: 一个N维数组。
mysize整数或类数组，可选: 一个标量或一个N长度的列表，表示维纳滤波器窗口在每个维度上的大小。mysize 的元素应为奇数。如果 mysize 是一个标量，则此标量将用作每个维度的大小。
noise浮点数，可选: 要使用的噪声功率。如果为None，则噪声估计为输入局部方差的平均值。

返回:

outndarray: 维纳滤波结果，形状与 im 相同。

备注

此实现类似于 Matlab/Octave 中的 wiener2。更多详情请参阅 [1]

参考文献

[1]

Lim, Jae S., Two-Dimensional Signal and Image Processing, Englewood Cliffs, NJ, Prentice Hall, 1990, p. 548.

示例

>>> from scipy.datasets import face
>>> from scipy.signal import wiener
>>> import matplotlib.pyplot as plt
>>> import numpy as np
>>> rng = np.random.default_rng()
>>> img = rng.random((40, 40))    #Create a random image
>>> filtered_img = wiener(img, (5, 5))  #Filter the image
>>> f, (plot1, plot2) = plt.subplots(1, 2)
>>> plot1.imshow(img)
>>> plot2.imshow(filtered_img)
>>> plt.show()