Question

我用麦克风捕获了输入声音信号，并在OpenCV Mat中显示：

我读取了每20个样本（=“声音垫”的x方向上的每20个像素）并将其与hann-window函数相乘。然后，我在此窗口序列的OpenCV（docs here）中执行dft（递减傅里叶变换）。以下是这种20样本信号的dft的输出的示例：

但是如何获得频谱图？描述的尝试是对的吗？我如何处理这些dft输出以获得频谱图？

很抱歉没有发布图片;只有链接。由于我是stackoverflow的新手，我无法直接发布图片。

Answer 1

20个样本通常太短，无法获得合理的频率范围和分辨率（取决于采样频率如44100 Hz）。

当您从t开始制作FT并计算某个时间范围的幅度时，在X坐标t处构建垂直线段。该段上的Y坐标是频率 - 通常使用对数刻度。像素强度是频率f附近某些范围内的幅度值之和（您也可以使用强度的颜色编码）。

第l级数组的输入对应于频率

f=2*Pi*F/N

其中F - 离散化（样本）频率（如44100 Hz），N - 傅立叶变换大小（如1024）

伪代码
PixelValue[x = a * t, y = b * log2(i)] = c * Sum(l=i/2..i) FTAmplitude[l]

a，b，c是比例系数。

Answer 2

这不适用于此类图像。您必须使用一维矢量（OpenCV中的1D Mat不存在），其大小与音频信号的长度相同。

比你必须在声音的窗口（例如hann-window）部分做dft / fft。为每个部分执行此操作，以便获得每个部分的频率。输出可以放在一个谱图中。