绘制图像的傅立叶变换时出现问题。 “ValueError：x 和 y 不能大于 2-D，但具有 (2592,) 和 (2592, 1, 3) 形状”

Question

我正在尝试获取图像的 fft，然后使用 matplotlib 绘制该 fft 的 fraq。但是，这个错误信息：

“ValueError：x 和 y 不能大于 2-D，但具有 (2592,) 和 (2592, 1, 3) 形状”。

我试图像这样重塑我的 np.array：

import numpy as np
from PIL import Image
import matplotlib.pyplot as plt
import tkinter
from scipy.fftpack import fft, fft2, fftshift

resim = Image.open(r'yeni.jpg')

resim_data = np.asarray(resim)

fourier = fft2(resim_data)

#psd2D = np.abs(fourier)**2


plt.figure()
plt.semilogy(abs(fourier).astype(np.uint8))
plt.title('fourier transform fraq')
plt.show()

错误消息：

Traceback（最近一次调用最后一次）：

文件“myfrouier.py”，第 21 行，在

plt.semilogy(abs(fourier).astype(np.uint8)) 文件

"/home/aybarsyldiz/.local/lib/python3.6/site-packages/matplotlib/pyplot.py",

第 2878 行，符号学 return gca().semilogy(*args, **kwargs)
文件“/home/aybarsyildiz/.local/lib/python3.6/site-packages/matplotlib/axes/_axes.py”， 第 1844 行，符号学 l = self.plot(*args, **kwargs) 文件“/home/aybarsyildiz/.local/lib/python3.6/site-packages/matplotlib/init.py”， 第 1810 行，在内部 返回函数（ax，*args，**kwargs）
文件“/home/aybarsyildiz/.local/lib/python3.6/site-packages/matplotlib/axes/_axes.py”， 第 1611 行，在情节中 对于 self._get_lines(*args, **kwargs) 中的行：
文件“/home/aybarsyildiz/.local/lib/python3.6/site-packages/matplotlib/axes/_base.py”， 第 393 行，在 _grab_next_args 来自 self._plot_args(this, kwargs) 文件“/home/aybarsyildiz/.local/lib/python3.6/site-packages/matplotlib/axes/_base.py”， 第 370 行，在 _plot_args x, y = self._xy_from_xy(x, y) 文件“/home/aybarsyildiz/.local/lib/python3.6/site-packages/matplotlib/axes/_base.py”， 第 234 行，在 _xy_from_xy "形状 {} 和 {}".format(x.shape, y.shape)) ValueError: x 和 y 不能大于 2-D，但具有 (2592,) 和 (2592, 1, 3) 形状

Answer 1

您似乎没有必要的二维数组，而是一个具有额外第三维的数组。您必须选择要对该维度执行的操作：

• 如果只需要一个通道的信息，可以选择只保留第三维的第n个值：

  n = 1
  resim_data = resim_data[:, :, n]
  

• 计算第三维所有值的平均值

  resim_data = resim_data.mean(axis=-1)
  

• 选择第三维所有值的最大值

  resim_data = resim_data.max(axis=-1)
  

• ...

---

示例：

我将您的代码与 244x244 像素的示例图像一起使用，并得到了与您的类似的错误：

ValueError：x 和 y 不能大于 2-D，但具有 (244,) 和 (244, 244, 4) 形状

我只对第一个通道感兴趣，所以我从第三个维度中删除了所有其他不必要的值：

resim_data = np.asarray(resim)
print(resim_data.shape)
n = 0
resim_data = resim_data[:, :, n]
print(resim_data.shape)

哪些打印：

(244, 244, 4)
(244, 244)

如您所见，resim_data 不再有第三维。之后没有错误。