Οι μετασχηματισμοί Fourier είναι μαθηματικά εργαλεία που χρησιμοποιούνται για την ανάλυση των συστατικών συχνοτήτων των σημάτων. Στο SciPy, μια δημοφιλής βιβλιοθήκη Python, οι μετασχηματισμοί Fourier υλοποιούνται για να διευκολύνουν την επεξεργασία των δεδομένων ήχου και εικόνας. Αυτό το άρθρο παρέχει πρακτικά παραδείγματα για το πώς να χρησιμοποιήσετε το SciPy για την ανάλυση Fourier σε αυτούς τους τομείς.

Τετραγωνικό μετασχηματισμό στην επεξεργασία ήχου

Στην επεξεργασία ήχου, Fourier μετατρέπει βοηθά να εντοπίσει το περιεχόμενο συχνότητας των ηχητικών σημάτων. Χρησιμοποιώντας SciPy, μπορείτε να μετατρέψετε το χρόνο-domain δεδομένα ήχου στον τομέα συχνότητας για να αναλύσει φασματικά συστατικά του.

Για παράδειγμα, η φόρτωση ενός ηχητικού σήματος και η εφαρμογή του μετασχηματισμού Fourier σας επιτρέπει να οραματιστείτε τις κυρίαρχες συχνότητες. Αυτό είναι χρήσιμο σε εφαρμογές όπως η μείωση του θορύβου, τα ηχητικά εφέ, και η ανάλυση μουσικής.

Τετραγωνικό μετασχηματισμό στην επεξεργασία εικόνας

Στην επεξεργασία εικόνας, οι μετασχηματισμοί Fourier χρησιμοποιούνται για την ανάλυση πληροφοριών χωρικής συχνότητας. Αυτό μπορεί να βοηθήσει στη φιλτραροποίηση, την ενίσχυση εικόνας, και τις εργασίες αναγνώρισης μοτίβου.

Η εφαρμογή ενός 2D Fourier μετασχηματίζεται σε μια εικόνα το μετατρέπει από το χωρικό πεδίο στο πεδίο συχνοτήτων. Τα συστατικά υψηλής συχνότητας συχνά αντιστοιχούν σε ακμές και λεπτές λεπτομέρειες, ενώ τα συστατικά χαμηλής συχνότητας σχετίζονται με ομαλές περιοχές.

Πρακτικό Παράδειγμα: Υπολογίζοντας Fourier Transform με SciPy

Παρακάτω είναι ένα απλό παράδειγμα υπολογισμού του μετασχηματισμού Fourier ενός σήματος χρησιμοποιώντας SciPy:

«Πύθωνας

εισαγωγή numpy ως np

από το scipiy.fft εισαγωγή fft, fftfreq

# Δημιουργία ενός σήματος δείγματος

ποσοστό δειγματοληψίας = 1000

t = np.linspace(0, 1, δειγματοληπτική rate, τελικό σημείο=False)

σήμα = np.sin(2 * np.pi * 50 * t) + 0.5 * np.sin(2 * np.pi * 120 * t)

# Υπολογίστε το Fourier transform

yf = fft( σήμα)

xf = fftfreq(δείκτης rate, 1 / δειγματοληπτική rate)

Αναλύστε τα συστατικά συχνότητας

εκτύπωση(xf[np.argmax(np.abs(yf)])] # Δεσπόζουσα συχνότητα

\"\"