一维数组的Numpy FFT（快速傅里叶变换）

Question

我有一个简单的一维数组，例如 [0,0,0,0,0,1,1,1,1,1,0,0,0,0,0]，它描述了一个方波脉冲。我想将此脉冲转换为频域并使用以下代码绘制其幅度谱（我从 OpenCV Python Tutorials 获得）：

squareimpulse = np.array([0,0,0,0,0,1,1,1,1,1,0,0,0,0,0])

img = (squareimpulse)
f = np.fft.fft(img)
fshift = np.fft.fftshift(f)
magnitude_spectrum = 20*np.log(np.abs(fshift))

plt.subplot(121),plt.imshow(img, cmap = 'gray')
plt.title('Input Image'), plt.xticks([]), plt.yticks([])
plt.subplot(122),plt.imshow(magnitude_spectrum, cmap = 'gray')
plt.title('Magnitude Spectrum'), plt.xticks([]), plt.yticks([])
plt.show()

该脚本适用于 f = np.fft.fft2(img) 的二维数组，但不适用于我只有一维的情况。

希望我们能解决这个问题。

Answer 1

plt.magnitude_spectrum(img)
plt.show()

嗯，说真的，imshow 函数不只接受值列表。参见 http://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.imshow

Answer 2

我将 plt.imshow(.....) 更改为 plt.plot(.....)，现在脚本可以运行了！

import cv2
import numpy as np
from matplotlib import pyplot as plt

    squareimpulse = np.array([0,0,0,0,0,1,1,1,1,1,0,0,0,0,0])

    img = (squareimpulse)
    f = np.fft.fft(img)
    fshift = np.fft.fftshift(f)
    magnitude_spectrum = (np.abs(fshift))

    plt.subplot(121)
    plt.plot(img)
    plt.title('Input Image')
    plt.xticks([]), plt.yticks([])

    plt.subplot(122)
    plt.plot(magnitude_spectrum)
    plt.title('Magnitude Spectrum')
    plt.xticks([]), plt.yticks([])

    plt.show()

一维数组的Numpy FFT（快速傅里叶变换）

Numpy FFT (Fast Fourier Transformation) of 1-dimensional array

python

arrays

opencv

numpy

fft