妙用FFT之逆变换生成脸谱

2023-11-08 10:50

本文主要是介绍妙用FFT之逆变换生成脸谱,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

原创:项道德(daode3056,daode1212)

        快速傅立叶变换(FFT)有正向变换与反向变换,在极坐标系中,当对下图(左)正向变换之后,取不完全的比例进行逆变换,可生成以下右边的图案: 

以下各图略去了原始曲线,直接出脸谱了:

 

//不完全FFT逆变换_花脸曲线(C#编程语言源代码):
        private void button3_Click(object sender, EventArgs e)
        {
            /*
                public static void FFT(double[] real, double[] imag, Accord.Math.FourierTransform.Direction direction)
                Accord.Math.Transforms.FourierTransform2 的成员
             */

            //画布,作图工具:
            Bitmap bmp = new Bitmap(pictureBox1.Width, pictureBox1.Height);
            int xOrg = bmp.Width / 2; int yOrg = bmp.Height / 2;
            Graphics g = Graphics.FromImage(bmp);
            g.Clear(Color.Black);
            //画刷,画笔:
            Brush bh = new SolidBrush(Color.FromArgb(220, 220, 220));
            Brush bh2 = new SolidBrush(Color.FromArgb(220, 220, 0));
            Brush bh3 = new SolidBrush(Color.FromArgb(250, 0, 250));
            Pen pen = new Pen(Color.FromArgb(255, 255, 0), 4);
            Pen pen2 = new Pen(Color.FromArgb(255, 0, 255), 1);

            //样本数据:
            double[] real = new double[501];// { -5, -4, -3, -2, -1, 0, 1, 2, 3, 4, 5 };
            double[] imag = new double[501];// { 1, 1.5, 3, 4, 5, 4.5, 5, 4, 3, 1.5, 1 };
            Random RD = new Random();
            double u1 = 0.5 * RD.NextDouble() + 0.5;
            double u2 = 0.4 * RD.NextDouble() + 0.6;
            double u3 = 0.3 * RD.NextDouble() + 0.7;
            double u4 = 0.2 * RD.NextDouble() + 0.8;

            for (int i = 0; i <= 500; i++)
            {
                float m = (float)((i - 250) / 25f);
                real[i] = m;
                //imag[i] = 40 * (8 * Math.Cos(m / u4 / 6) - 2 * Math.Cos(m / u3) + Math.Cos(2*m / u2 )) - 100;//OK
                imag[i] = 40 * (8 * Math.Cos(m / u2 / 8) - 2 * Math.Cos(m / u3) + Math.Cos(2 * m / u4)) - 100; //OK               
                float q = (float)(PI * m / 10);
                g.FillEllipse(bh3, (int)(imag[i]*Math.Sin(q) + xOrg*0.5), (int)(imag[i] * Math.Cos(q) + yOrg), 4, 4);//加圆点
            }

            //FFT正向变换,结果存入real1[],imag1[]:
            double[] real1 = real;
            double[] imag1 = imag;
            Accord.Math.Transforms.FourierTransform2.FFT(real1, imag1, Accord.Math.FourierTransform.Direction.Forward);

            //FFT逆向变换,结果存入real2[],imag2[]:            
            int NUM = (int)(real1.Length * (u1));//不完全截取,进行逆变换.  最大是: real1.Length;//
            double[] real2 = new double[NUM];
            double[] imag2 = new double[NUM];
            for (int i = 0; i < NUM; i++)
            {
                real2[i] = real1[i];
                imag2[i] = imag1[i];
            }
            Accord.Math.Transforms.FourierTransform2.FFT(real2, imag2, Accord.Math.FourierTransform.Direction.Backward);

            //数据:
            List<Point> LP = new List<Point>();
            //绘制线段集与点集:
            for (int i = 0; i < NUM; i++)
            {
                double x = real2[i];
                double y = imag2[i];
                g.FillEllipse(bh2, (int)(x - 2 + xOrg*1.5), (int)(y - 2 + yOrg-100), 4, 4);//加圆点
                LP.Add(new Point((int)(x + xOrg*1.5), (int)(y + yOrg-100)));//+ yOrg
            }

            //显示数据:
            g.FillPolygon(bh3, LP.ToArray());//填充多边形
            g.DrawPolygon(pen, LP.ToArray());//封闭多边形
            //string txt = string.Format("N3算法参数:{0:X}{1:X}{2:X}{3:X}", (int)(u1 * 0xFF), (int)(u2 * 0xFF), (int)(u3 * 0xFF), (int)(u4 * 0xFF));
            //myGraphics.DrawString(txt, new Font("", 12), darkBlueBrush, boxWidth / 2 - 90, boxHeight - 25);
            //------------------
            //生成文本与保存图片: ===============================
            string txt = sender.ToString().Split(':')[1] + string.Format("_{0:X}`{1:X}`{2:X}`{3:X}", (int)(100 * u1), (int)(100 * u2), (int)(100 * u3), (int)(100 * u4));
            g.DrawString(txt, new Font("", 12), bh, boxWidth / 2 - 150, boxHeight - 25);
            pictureBox1.Image = bmp;
            bmp.Save(txt + ".png"); this.Text = txt + ".png  ---文件已经保存";
            this.pictureBox1.Refresh();
        }

作者:daode3056[毕业于杭州师范大学数学系] 

这篇关于妙用FFT之逆变换生成脸谱的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/369344

相关文章

AI一键生成 PPT

AI一键生成 PPT 操作步骤 作为一名打工人,是不是经常需要制作各种PPT来分享我的生活和想法。但是,你们知道,有时候灵感来了,时间却不够用了!😩直到我发现了Kimi AI——一个能够自动生成PPT的神奇助手!🌟 什么是Kimi? 一款月之暗面科技有限公司开发的AI办公工具,帮助用户快速生成高质量的演示文稿。 无论你是职场人士、学生还是教师,Kimi都能够为你的办公文

pdfmake生成pdf的使用

实际项目中有时会有根据填写的表单数据或者其他格式的数据,将数据自动填充到pdf文件中根据固定模板生成pdf文件的需求 文章目录 利用pdfmake生成pdf文件1.下载安装pdfmake第三方包2.封装生成pdf文件的共用配置3.生成pdf文件的文件模板内容4.调用方法生成pdf 利用pdfmake生成pdf文件 1.下载安装pdfmake第三方包 npm i pdfma

poj 1258 Agri-Net(最小生成树模板代码)

感觉用这题来当模板更适合。 题意就是给你邻接矩阵求最小生成树啦。~ prim代码:效率很高。172k...0ms。 #include<stdio.h>#include<algorithm>using namespace std;const int MaxN = 101;const int INF = 0x3f3f3f3f;int g[MaxN][MaxN];int n

poj 1287 Networking(prim or kruscal最小生成树)

题意给你点与点间距离,求最小生成树。 注意点是,两点之间可能有不同的路,输入的时候选择最小的,和之前有道最短路WA的题目类似。 prim代码: #include<stdio.h>const int MaxN = 51;const int INF = 0x3f3f3f3f;int g[MaxN][MaxN];int P;int prim(){bool vis[MaxN];

poj 2349 Arctic Network uva 10369(prim or kruscal最小生成树)

题目很麻烦,因为不熟悉最小生成树的算法调试了好久。 感觉网上的题目解释都没说得很清楚,不适合新手。自己写一个。 题意:给你点的坐标,然后两点间可以有两种方式来通信:第一种是卫星通信,第二种是无线电通信。 卫星通信:任何两个有卫星频道的点间都可以直接建立连接,与点间的距离无关; 无线电通信:两个点之间的距离不能超过D,无线电收发器的功率越大,D越大,越昂贵。 计算无线电收发器D

hdu 1102 uva 10397(最小生成树prim)

hdu 1102: 题意: 给一个邻接矩阵,给一些村庄间已经修的路,问最小生成树。 解析: 把已经修的路的权值改为0,套个prim()。 注意prim 最外层循坏为n-1。 代码: #include <iostream>#include <cstdio>#include <cstdlib>#include <algorithm>#include <cstri

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

poj 3050 dfs + set的妙用

题意: 给一个5x5的矩阵,求由多少个由连续6个元素组成的不一样的字符的个数。 解析: dfs + set去重搞定。 代码: #include <iostream>#include <cstdio>#include <set>#include <cstdlib>#include <algorithm>#include <cstring>#include <cm

poj 3723 kruscal,反边取最大生成树。

题意: 需要征募女兵N人,男兵M人。 每征募一个人需要花费10000美元,但是如果已经招募的人中有一些关系亲密的人,那么可以少花一些钱。 给出若干的男女之间的1~9999之间的亲密关系度,征募某个人的费用是10000 - (已经征募的人中和自己的亲密度的最大值)。 要求通过适当的招募顺序使得征募所有人的费用最小。 解析: 先设想无向图,在征募某个人a时,如果使用了a和b之间的关系

Thymeleaf:生成静态文件及异常处理java.lang.NoClassDefFoundError: ognl/PropertyAccessor

我们需要引入包: <dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-thymeleaf</artifactId></dependency><dependency><groupId>org.springframework</groupId><artifactId>sp