scipy.fftpack.

idct#

scipy.fftpack.idct(x, type=2, n=None, axis=-1, norm=None, overwrite_x=False)[Quelle]#

Gibt die inverse diskrete Cosinus-Transformation einer Sequenz beliebigen Typs zurück.

Parameter:

xarray_like: Das Eingabearray.
type{1, 2, 3, 4}, optional: Typ der DCT (siehe Hinweise). Der Standardtyp ist 2.
nint, optional: Länge der Transformation. Wenn n < x.shape[axis], wird x abgeschnitten. Wenn n > x.shape[axis], wird x mit Nullen aufgefüllt. Die Standardeinstellung ergibt n = x.shape[axis].
axisint, optional: Achse, entlang derer die IDCT berechnet wird; Standard ist die letzte Achse (d.h. axis=-1).
norm{None, ‘ortho’}, optional: Normalisierungsmodus (siehe Hinweise). Standard ist None.
overwrite_xbool, optional: Wenn True, kann der Inhalt von x zerstört werden; die Standardeinstellung ist False.

Rückgabe:

idctndarray vom Typ real: Das transformierte Eingabearray.

Siehe auch

dct: Vorwärts-DCT

Hinweise

Für ein eindimensionales Array x ist idct(x, norm='ortho') gleich MATLAB idct(x).

„Die“ IDCT ist die IDCT vom Typ 2, die identisch mit der DCT vom Typ 3 ist.

IDCT vom Typ 1 ist DCT vom Typ 1, IDCT vom Typ 2 ist DCT vom Typ 3 und IDCT vom Typ 3 ist DCT vom Typ 2. IDCT vom Typ 4 ist DCT vom Typ 4. Die Definitionen dieser Typen finden Sie unter dct.

Beispiele

Die DCT vom Typ 1 ist für reelle, gerade-symmetrische Eingaben äquivalent zur DFT. Die Ausgabe ist ebenfalls reell und gerade-symmetrisch. Die Hälfte der IFFT-Eingabe wird verwendet, um die Hälfte der IFFT-Ausgabe zu erzeugen.

>>> from scipy.fftpack import ifft, idct
>>> import numpy as np
>>> ifft(np.array([ 30.,  -8.,   6.,  -2.,   6.,  -8.])).real
array([  4.,   3.,   5.,  10.,   5.,   3.])
>>> idct(np.array([ 30.,  -8.,   6.,  -2.]), 1) / 6
array([  4.,   3.,   5.,  10.])