pyvista.ImageDataFilters.rfft

pyvista.ImageDataFilters.rfft#

ImageDataFilters.rfft(output_scalars_name=None, progress_bar: bool = False)[ソース]#

アクティブスカラーに逆高速フーリエ変換(RFFT)を適用します．

入力は実数でも複素数でも構いませんが，出力は常に numpy.complex128 になります．このフィルタは，2のべき乗のサイズを持つ画像に対して最も高速に動作します．

このフィルターは次元の素因数ごとに蝶形図を使用します．このため，素数次元の画像(例：17x17)は計算速度が非常に遅くなります．多次元メッシュ(ボリュームなど)のFFTは，各軸が連続的に実行されるように分解されます．

入力の周波数は標準的な順序を仮定しています：各軸に沿って，まず正の周波数が0から最大まで仮定され，次に負の周波数が最大の絶対値から最小までリストアップされる．これは，グリッドの角が低い周波数に対応し，グリッドの中心が高い周波数に対応することを意味します．

パラメータ:
output_scalars_namestr, optional

出力するスカラーの名前．デフォルトでは，データセットのアクティブなスカラーと同じである．

progress_barbool, default: False

進行状況を示す進行状況バーを表示します．

戻り値:
pyvista.ImageData

pyvista.ImageData に逆FFTを適用したものです．

参考

fft

直接変換．

low_pass

FFT出力のローパスフィルタリング．

high_pass

FFT出力のハイパスフィルタリング．

例

サンプル画像に逆FFTを適用します．

>>> from pyvista import examples
>>> image = examples.download_moonlanding_image()
>>> fft_image = image.fft()
>>> image_again = fft_image.rfft()
>>> image_again.point_data  
pyvista DataSetAttributes
Association     : POINT
Active Scalars  : PNGImage
Active Vectors  : None
Active Texture  : None
Active Normals  : None
Contains arrays :
    PNGImage                complex128 (298620,)            SCALARS

このフィルタを使用した例は， 高速Fourier変換 を参照してください．

目次