python之从 MATLAB 到 Python 的二维 FFT_编程设计

我的大部分编程经验都来自 MATLAB，最近我开始熟悉 Python。

我发现了一些很棒的 MATLAB 代码 here这与我想处理的一些事情有关，所以我尝试用 Python 重新创建它:

import numpy as np 
import math 
import matplotlib.pyplot as plt 
 
x = np.linspace(-2, 2, 100) # seconds 
y = np.linspace(-3, 3, 200) # seconds 
 
xFreq = 2; # Hz 
yFreq = -3; # Hz 
 
a = np.matrix(np.matrix(np.exp(2j * np.pi * y * yFreq))) 
b = np.matrix(np.exp(2j * np.pi * np.matrix(x).T * xFreq)) 
 
c = np.dot(b,a).T 
 
plt.imshow(c.real, cmap='gray', extent = [min(x), max(x), min(y), max(y)], aspect=2/3); 
plt.colorbar() 
plt.xlabel('x (Sec)') 
plt.ylabel('y (Sec)') 
plt.show()

nfftx = len(x); 
fs = 1/np.diff(x)[0];  
fx = np.linspace(-1,1,nfftx) * fs/2; 
 
nffty = len(y); 
fs = 1/np.diff(y)[0];  
fy = np.linspace(-1,1,nffty) * fs/2; 
 
imF = np.fft.fftshift(np.fft.fft2(c))/np.size(c) 
 
plt.figure() 
plt.title("FFT (real)") 
plt.imshow(np.real(imF), cmap='gray', extent = [min(fx), max(fx), min(fy), max(fy)], aspect=2/3) 
plt.xlabel('fx (Hz)') 
plt.ylabel('fy (Hz)')

知道为什么 y 频率显示为 3 Hz 而不是 -3 Hz
我无法理解原来的评论员用这两行代码在 MATLAB 中做了什么:

Nfft = 4 * 2 .^ nextpow2(size(im)); 
imF = fftshift(fft2(im, Nfft(1), Nfft(2))) / numel(im);

这可能是我的 FFT 信号相对于背景如此强烈的原因。关于如何在 Python 中调整我的 FFT 的想法？

请您参考如下方法:

我只有部分答案。

如果你仔细观察，用你的 Python 代码生成的正弦图像和用你链接的 Matlab 代码生成的正弦图像的颜色是反色的(检查靠近边缘的条纹颜色，以及颜色条上的颜色) .

这解释了为什么您在 FFT 图上有反转的颜色，并且可能是您得到 3 Hz 而不是 -3 Hz 的原因。不幸的是，我现在无法访问带有 Python 的计算机，因此无法验证这一点。我想这可能是开始进行故障排除的好方法。

编辑:

是的，你是对的。我完全错过了 Matlab 脚本中的 flipud。我认为您的 c 计算没有错。最简单的检查方法是保存 Matlab 数据并将其导入 Python。

在 Matlab 中:

save('data.mat', 'im')

然后使用 scipy 将其导入 Python:

im_matlab = scipy.io.loadmat('data.mat')['im'] 
np.all(np.isclose(im_matlab, im))

如果最后一行给你 True，那么这意味着计算是正确的。

关于绘图，imshow 假设原点(numpy 数组的第 0 个索引)是左上角，这是图像的标准。您可以在 plt.imshow 中使用 origin='lower' 关键字来更改它。

关于fftshift，我觉得this answer您需要的是不同的 StackOverflow 问题。