Biến đổi wavelet gần đây đã trở thành một sự phổ biến rất phổ biến khi phân tích, khử nhiễu và nén các tín hiệu và hình ảnh. Phần này mô tả các chức năng được sử dụng để thực hiện các biến đổi wavelet riêng biệt đơn và đa cấp.
Cấp duy nhất ________ 6¶
pywt.dwt [dữ liệu, wavelet, mode = 'symmetric', axis = -1] ¶dwt[data, wavelet, mode='symmetric', axis=-1]¶Biến đổi wavelet rời rạc một cấp.
Parametersdataarray_likedataarray_likeTín hiệu đầu vào
Đối tượng hoặc tên WaveletWaveletWavelet object or nameWavelet để sử dụng
Modestr, tùy chọnstr, optionalChế độ mở rộng tín hiệu, xem chế độ.Modes.
Trục: int, tùy chọnTrục để tính toán DWT. Nếu không được đưa ra, trục cuối cùng được sử dụng.
Trả lại [CA, CD] tuple[cA, cD]tupleCác hệ số xấp xỉ và chi tiết.
Ghi chú
Độ dài của các hệ số mảng phụ thuộc vào chế độ đã chọn. Đối với tất cả các chế độ ngoại trừ định kỳ:
len[cA] == len[cD] == floor[[len[data] + wavelet.dec_len - 1] / 2]
Cho chế độ định kỳ ["mỗi"]:
len[cA] == len[cD] == ceil[len[data] / 2]
Ví dụ
>>> import pywt >>> [cA, cD] = pywt.dwt[[1, 2, 3, 4, 5, 6], 'db1'] >>> cA array[[ 2.12132034, 4.94974747, 7.77817459]] >>> cD array[[-0.70710678, -0.70710678, -0.70710678]]
Xem phần Chế độ mở rộng tín hiệu để biết danh sách các tùy chọn có sẵn và chức năng dwt_coeff_len[] để biết thông tin về việc có được độ dài kết quả dự kiến.signal extension modes section for
the list of available options and the dwt_coeff_len[] function for information on getting the expected result length.
Biến đổi có thể được thực hiện trên một trục của dữ liệu đa chiều. Theo mặc định, đây là trục cuối cùng. Đối với các biến đổi đa chiều, hãy xem phần biến đổi 2D.2D transforms section.
Phân hủy đa cấp bằng cách sử dụng ________ 10¶
pywt.wavedec [dữ liệu, wavelet, mode = 'symmetric', level = none, axis = -1] ¶wavedec[data, wavelet, mode='symmetric', level=None, axis=-1]¶Biến đổi wavelet rời rạc đa cấp của dữ liệu.
Tham sốData: Array_likedata: array_likeDữ liệu đầu vào
WaveletWavelet Đối tượng hoặc chuỗi tênWavelet object or name stringWavelet để sử dụng
Modestr, tùy chọnstr, optionalChế độ mở rộng tín hiệu, xem chế độ.Modes.
Trục: int, tùy chọnint, optionalTrục để tính toán DWT. Nếu không được đưa ra, trục cuối cùng được sử dụng.
Trục: int, tùy chọnTrục để tính toán DWT. Nếu không được đưa ra, trục cuối cùng được sử dụng.
Trả lại [CA, CD] tuple[cA_n, cD_n, cD_n-1, …, cD2, cD1]listCác hệ số xấp xỉ và chi tiết.
Ví dụ
>>> from pywt import wavedec >>> coeffs = wavedec[[1,2,3,4,5,6,7,8], 'db1', level=2] >>> cA2, cD2, cD1 = coeffs >>> cD1 array[[-0.70710678, -0.70710678, -0.70710678, -0.70710678]] >>> cD2 array[[-2., -2.]] >>> cA2 array[[ 5., 13.]]
Xem phần Chế độ mở rộng tín hiệu để biết danh sách các tùy chọn có sẵn và chức năng dwt_coeff_len[] để biết thông tin về việc có được độ dài kết quả dự kiến.
Biến đổi có thể được thực hiện trên một trục của dữ liệu đa chiều. Theo mặc định, đây là trục cuối cùng. Đối với các biến đổi đa chiều, hãy xem phần biến đổi 2D.downcoef[part, data, wavelet, mode='symmetric',
level=1]¶Phân hủy đa cấp bằng cách sử dụng ________ 10¶
pywt.wavedec [dữ liệu, wavelet, mode = 'symmetric', level = none, axis = -1] ¶
Biến đổi wavelet rời rạc đa cấp của dữ liệu.partstrTham sốData: Array_like
Dữ liệu đầu vào
WaveletWavelet Đối tượng hoặc chuỗi tên
Cấp độ, tùy chọn
Đối tượng hoặc tên WaveletWaveletWavelet object or nameWavelet để sử dụng
Chế độ mở rộng tín hiệu, xem chế độ.Modes.
Trục: int, tùy chọnint, optionalTrục để tính toán DWT. Nếu không được đưa ra, trục cuối cùng được sử dụng.
Trả lại [CA, CD] tuplecoeffsndarrayCác hệ số xấp xỉ và chi tiết.
Ghi chú
Độ dài của các hệ số mảng phụ thuộc vào chế độ đã chọn. Đối với tất cả các chế độ ngoại trừ định kỳ:dwt_max_level[data_len, filter_len]¶Cho chế độ định kỳ ["mỗi"]:
Parametersdata_lenintdata_lenintVí dụ
Xem phần Chế độ mở rộng tín hiệu để biết danh sách các tùy chọn có sẵn và chức năngdwt_coeff_len[] để biết thông tin về việc có được độ dài kết quả dự kiến.int, str or WaveletBiến đổi có thể được thực hiện trên một trục của dữ liệu đa chiều. Theo mặc định, đây là trục cuối cùng. Đối với các biến đổi đa chiều, hãy xem phần biến đổi 2D.
Returnsmax_levelintmax_levelintPhân hủy đa cấp bằng cách sử dụng ________ 10¶
Ghi chú
Độ dài của các hệ số mảng phụ thuộc vào chế độ đã chọn. Đối với tất cả các chế độ ngoại trừ định kỳ:
Cho chế độ định kỳ ["mỗi"]:
Ví dụ
>>> import pywt >>> w = pywt.Wavelet['sym5'] >>> pywt.dwt_max_level[data_len=1000, filter_len=w.dec_len] 6 >>> pywt.dwt_max_level[1000, w] 6 >>> pywt.dwt_max_level[1000, 'sym5'] 6Xem phần Chế độ mở rộng tín hiệu để biết danh sách các tùy chọn có sẵn và chức năng
dwt_coeff_len[] để biết thông tin về việc có được độ dài kết quả dự kiến.dwtn_max_level[shape, wavelet,
axes=None]¶Biến đổi có thể được thực hiện trên một trục của dữ liệu đa chiều. Theo mặc định, đây là trục cuối cùng. Đối với các biến đổi đa chiều, hãy xem phần biến đổi 2D.
Phân hủy đa cấp bằng cách sử dụng ________ 10¶
pywt.wavedec [dữ liệu, wavelet, mode = 'symmetric', level = none, axis = -1] ¶shapesequence of intsBiến đổi wavelet rời rạc đa cấp của dữ liệu.
Tham sốData: Array_likeWavelet object or name string, or tuple of waveletsDữ liệu đầu vào
Cấp độ, tùy chọn
Mức phân hủy [phải là> = 0]. Nếu cấp độ không có [mặc định] thì nó sẽ được tính toán bằng hàm>>> from pywt import wavedec >>> coeffs = wavedec[[1,2,3,4,5,6,7,8], 'db1', level=2] >>> cA2, cD2, cD1 = coeffs >>> cD1 array[[-0.70710678, -0.70710678, -0.70710678, -0.70710678]] >>> cD2 array[[-2., -2.]] >>> cA2 array[[ 5., 13.]]1.levelint
Phân hủy đa cấp bằng cách sử dụng ________ 10¶
Ghi chú
Độ dài của các hệ số mảng phụ thuộc vào chế độ đã chọn. Đối với tất cả các chế độ ngoại trừ định kỳ:
Ví dụ
>>> import pywt >>> pywt.dwtn_max_level[[64, 32], 'db2'] 3
Xem phần Chế độ mở rộng tín hiệu để biết danh sách các tùy chọn có sẵn và chức năng dwt_coeff_len[] để biết thông tin về việc có được độ dài kết quả dự kiến.
Biến đổi có thể được thực hiện trên một trục của dữ liệu đa chiều. Theo mặc định, đây là trục cuối cùng. Đối với các biến đổi đa chiều, hãy xem phần biến đổi 2D.dwt_coeff_len[data_len, filter_len,
mode='symmetric']¶Phân hủy đa cấp bằng cách sử dụng ________ 10¶
Parametersdata_lenintdata_lenintpywt.wavedec [dữ liệu, wavelet, mode = 'symmetric', level = none, axis = -1] ¶
filter_lenintintBiến đổi wavelet rời rạc đa cấp của dữ liệu.
Modestr, tùy chọnstr, optionalChế độ mở rộng tín hiệu, xem chế độ.Modes.
Tham sốData: Array_likelenintDữ liệu đầu vào
Ghi chú
Độ dài của các hệ số mảng phụ thuộc vào chế độ đã chọn. Đối với tất cả các chế độ ngoại trừ định kỳ:
len[cA] == len[cD] == floor[[len[data] + wavelet.dec_len - 1] / 2]
Cho chế độ định kỳ ["mỗi"]:
len[cA] == len[cD] == ceil[len[data] / 2]
Ví dụsignal extension mode, the dwt_coeff_len[] function calculates the length of
the resulting coefficients arrays that would be created while performing
>>> import pywt >>> w = pywt.Wavelet['sym5'] >>> pywt.dwt_max_level[data_len=1000, filter_len=w.dec_len] 6 >>> pywt.dwt_max_level[1000, w] 6 >>> pywt.dwt_max_level[1000, 'sym5'] 69 transform.
>>> import pywt >>> w = pywt.Wavelet['sym5'] >>> pywt.dwt_max_level[data_len=1000, filter_len=w.dec_len] 6 >>> pywt.dwt_max_level[1000, w] 6 >>> pywt.dwt_max_level[1000, 'sym5'] 67 có thể là một đối tượng
>>> import pywt >>> pywt.dwtn_max_level[[64, 32], 'db2'] 31 hoặc
>>> import pywt >>> pywt.dwtn_max_level[[64, 32], 'db2'] 32 để thuận tiện.