OpenCV使用傅里叶变换获得频谱图

我用麦克风捕获了一个输入声音信号，并将其显示在OpenCV垫子中：

我读取每20个样本（=在“声音垫”的x方向上的每20个像素），并用hann窗口函数将其相乘。 然后，我在这个加窗序列的OpenCV（）中执行dft（decrete fourier transform）。 这里是这样一个20采样信号的dft的多幅输出示例：

但是我怎样才能得到频谱图呢？所描述的尝试是否正确？为了得到光谱图，我需要如何处理这些dft输出

---

对不起，没有张贴图片；只有链接。由于我是stackoverflow新手，我无法直接发布图片。

20个样本通常太短，无法获得合理的频率范围和分辨率（取决于样本频率，如44100 Hz）

当您进行FT并计算从

t

开始的某个时间范围的幅值时，在X坐标t处构建垂直线段。该段上的Y坐标为频率-通常使用对数刻度。像素强度是频率f附近某个范围内的大小值之和（也可以使用强度的颜色编码）

震级数组的第l个条目对应于频率

f=2*Pi*F/N

其中F-离散化（采样）频率（如44100 Hz），N-傅里叶变换的大小（如1024）

伪代码

PixelValue[x=a*t，y=b*log2（i）]=c*Sum（l=i/2..i）fta振幅[l]

---

a、 b，c是比例系数。

20个样本通常太短，无法获得合理的频率范围和分辨率（取决于样本频率，如44100 Hz）

当您进行FT并计算从

t

开始的某个时间范围的幅值时，在X坐标t处构建垂直线段。该段上的Y坐标为频率-通常使用对数刻度。像素强度是频率f附近某个范围内的大小值之和（也可以使用强度的颜色编码）

震级数组的第l个条目对应于频率

f=2*Pi*F/N

其中F-离散化（采样）频率（如44100 Hz），N-傅里叶变换的大小（如1024）

伪代码

PixelValue[x=a*t，y=b*log2（i）]=c*Sum（l=i/2..i）fta振幅[l]

---

a、 b，c是比例系数。

这不适用于这样的图像。 您必须使用1D向量（OpenCV中不存在1D Mat），该向量的大小与音频信号的长度相同

---

然后，您必须对声音的加窗（例如hann window）部分进行dft/fft。对每个部分都这样做，这样就可以得到每个这样的部分的频率。输出可以组合成光谱图。

这不适用于这样的图像。 您必须使用1D向量（OpenCV中不存在1D Mat），该向量的大小与音频信号的长度相同

---

然后，您必须对声音的加窗（例如hann window）部分进行dft/fft。对每个部分都这样做，这样就可以得到每个这样的部分的频率。输出可以组合成光谱图。

谢谢您的回答！我不明白震级图像中的频率和强度在哪里。首先，将音频信号转换成这样的图像（有问题的第一幅图像）并在感兴趣的区域上进行傅立叶变换（FT）的方法正确吗？该区域具有声音图像的Y大小和我想要分析为X大小的样本数？对我来说，震级图像应该代表分析音频序列中每个频率的强度。频谱图：音频信号的第一幅图像。FT应在音频数据阵列上执行，而不是在图片上执行。关于添加到帖子中的频率的信息。谢谢您的回答！我不明白震级图像中的频率和强度在哪里。首先，将音频信号转换成这样的图像（有问题的第一幅图像）并在感兴趣的区域上进行傅立叶变换（FT）的方法正确吗？该区域具有声音图像的Y大小和我想要分析为X大小的样本数？对我来说，震级图像应该代表分析音频序列中每个频率的强度。频谱图：音频信号的第一幅图像。FT应在音频数据阵列上执行，而不是在图片上执行。有关添加到帖子的频率的信息。