Penapisan Keterampilan adalah teknik umum yang digunakan dalam pengolahan sinyal dan gambar untuk mengurangi kebisingan dan meningkatkan kualitas data. SciPy menyediakan alat untuk membuat filter kustom disesuaikan dengan karakteristik kebisingan dan kebutuhan pemrosesan tertentu. Artikel ini menjelaskan bagaimana membangun dan menerapkan filter kustom menggunakan SciPy untuk tugas pengurangan suara.

Kepekatan Kebisingan dan Penyaringan

Kebisingan oleofensi dapat berasal dari berbagai sumber, seperti ketidaksempurnaan sensor atau gangguan lingkungan.Penapisan bertujuan untuk menekan informasi yang tidak diinginkan ini sambil melestarikan fitur-fitur penting dari data. Jenis filter yang berbeda, seperti low-pass, high-pass, dan band-pass, target komponen frekuensi spesifik.

Cuci Customs di SciPy

Ke dalam membangun filter, biasanya anda mendefinisikan kernel filter atau fungsi transfer yang sesuai dengan profil noise anda. Modul pemrosesan sinyal SciPy menawarkan fungsi seperti untuk menerapkan filter dan untuk merancang filter respons impuls terbatas (FIR).

Memanfaatkan Penapis untuk Data

Setelah filter dirancang, ia dapat diterapkan pada sinyal atau gambar. Untuk sinyal, convolution digunakan untuk menyaring data. Untuk gambar, convolution 2D menerapkan kernel filter melintasi gambar. Fungsi SciPy memfasilitasi operasi ini secara efisien.

Contoh: Merancang Filter Rendah Pass

Di bawah ini adalah contoh menciptakan filter low-pass sederhana untuk mengurangi kebisingan frekuensi tinggi dalam sebuah sinyal.

[[Cetbang:0]] Diarsipkan dari versi asli tanggal 2-07-2011.

numpy impor numpy sebagai np dari scipy.signal import firwin, lfilter import mapplotlib.pyplot sebagai plt # Hasilkan sinyal rutful fs = 500 # Sampling frekuensi t = np.linspace(0, 1, fs, endpoint=False) sinyal clean = np.sin(2 * np.pi * t) ise = 0 number * np.randn(fs) sign noy = signings=\", plt=ft(f) plt=Rup(f) plt=R) plt(ft) plt=Rup(f) plt=R (), plt(ft) plt) plt=R (t) plt) plt(ft) plt) plt) plt=t(ft) plt) plt=t(ft) plt) plt(t) plt=, plt(ft) plt