问Python中快速傅立叶变换的变迹掩模

EN

这样的缩减通常被称为"window“。

Scipy有很多window functions。

可以使用numpy.expand_dims创建所需的二维窗口。

关于Stefan的评论，显然numpy团队认为包括更多的than arrays was a mistake。我会坚持使用scipy进行信号处理。当心，因为他们在1.0版本中移动了相当多的函数，所以旧的文档是相当旧的。

最后要注意的是：“滤波器”通常用于在频域中应用的乘法，而不是空间域中的。

我最喜欢的使地图变迹的函数是广义高斯(也称为'Super-Gaussian‘，它是一个高斯函数，它的指数是P的幂。通过将P设置为，比方说，4或6，你会得到一个平顶的脉冲，它会平滑地下降，这对于快速傅立叶变换的应用是很好的，因为尖锐的边缘总是在共轭空间中产生波纹。

广义高斯在Scipy上可用。以下是使用广义高斯变迹2D数组的最小代码(Python3)。正如在前面的评论中所指出的，有几十个函数可以很好地工作。

import numpy as np
from scipy.signal import general_gaussian

# A 128x128 array
array =  np.random.rand(128,128)
# Define a general Gaussian in 2D as outer product of the function with itself
window = np.outer(general_gaussian(128,6,50),general_gaussian(128,6,50))
# Multiply
ap_array = window*array