scipy.ndimage.

fourier_shift#

scipy.ndimage.fourier_shift(входные данные, shift, n=-1, ось=-1, вывод=None)[источник]#

Многомерный фильтр сдвига Фурье.

Массив умножается на преобразование Фурье операции сдвига.

Параметры:

входные данныеarray_like: Входной массив.
shiftfloat или последовательность: Размер окна, используемого для фильтрации. Если float, shift одинаков для всех осей. Если последовательность, shift должен содержать одно значение для каждой оси.
nint, необязательный: Если n отрицательно (по умолчанию), то предполагается, что входные данные являются результатом комплексного БПФ. Если n больше или равно нулю, предполагается, что входные данные являются результатом вещественного преобразования Фурье, и n дает длину массива до преобразования вдоль направления вещественного преобразования.
осьint, необязательный: Ось реального преобразования.
выводndarray, необязательно: Если задан, результат сдвига входных данных помещается в этот массив.

Возвращает:

fourier_shiftndarray: Сдвинутый вход.

Примеры

>>> from scipy import ndimage, datasets
>>> import matplotlib.pyplot as plt
>>> import numpy.fft
>>> 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_shift(input_, shift=200)
>>> result = numpy.fft.ifft2(result)
>>> ax1.imshow(ascent)
>>> ax2.imshow(result.real)  # the imaginary part is an artifact
>>> plt.show()

../../_images/scipy-ndimage-fourier_shift-1.png