Python 如何在Numpy中绘制FFT

这似乎是一个非常简单的问题，但我找不到任何相关文档

我有一个Numpy格式的图像，我想

imshow

FFT

在Matlab中，我可以

F = fft(myimg)
imshow(F)

我不能在Numpy中做同样的事情，因为F是复数。尝试做

imshow（real（F））

会给我一个全黑的图像-我猜是因为在[0,1]中，而不是在0..255中。乘以255也不能解决这个问题

有没有关于如何获得我的情节的想法

更新：

好的，natan指出了我是如何错误地简化这个问题的。请允许我回溯一下。我有一个视频矩阵，尺寸为（200,30,30,3）。200帧，30x30像素，3个颜色通道。对于每个像素的每个颜色通道，我想计算该像素在序列中随时间变化的fft。这会给我一个新的矩阵，它是（200,30,30,3）。对于每个像素，通过每个颜色通道，对每个像素进行200维时间傅里叶变换。然后，我应该能够看到，例如，由每个像素中傅里叶变换的第一个系数的值创建的图像

---

请注意，matlab fft在第一个非Singleton维上运行，因此

F=fft（视频）

正在执行我所要执行的操作。

以下是使用scipy的2D图像示例：

from scipy import fftpack
import numpy as np
import pylab as py

# Take the fourier transform of the image.
F1 = fftpack.fft2(myimg)

# Now shift so that low spatial frequencies are in the center.
F2 = fftpack.fftshift( F1 )

# the 2D power spectrum is:
psd2D = np.abs( F2 )**2

# plot the power spectrum
py.figure(1)
py.clf()
py.imshow( psf2D )
py.show()

---

对于1D跟踪，您可以看到并举例说明…

您是指

fft

还是

fft2

？以下是一个示例，我希望它能给您带来积极的结果…

fft

。对不起，那是模棱两可的。从技术上讲，我所做的是我有一个图像的时间序列（一个视频），我计算每个像素的时间维的FFT。你使用

myimg

，期望得到某种1D跟踪。您的输入维度是什么？为什么要执行

**2

？此外，我如何丢弃对

F2

不太重要的系数（模拟有损简单压缩）？标准是什么？假设我们从F2算出最大系数，然后我们可以丢弃（将它们置零）所有

abs（F2[x，y]）=>abs（37/100*max_系数）

？因为功率或强度定义为振幅绝对值平方。看见关于丢弃系数，您询问如何压缩数据，您可以重新绑定到较小的分辨率，或者在其他地方阅读有关有损压缩的内容）