построение спектра wav-файла в pyqtgraph с использованием scipy.signal.spectrogram

Question

построение спектра wav-файла в pyqtgraph с использованием scipy.signal.spectrogram

1

У меня есть программа PyQt plus pyqtgraph для анализа музыки и речи, и я хочу построить спектр wav файла (рассчитанный с использованием scipy python package). Я могу сделать это в matplotlib, но из-за производительности matplotlib мне нужно переключиться на pyqtgraph, но я не могу найти какой-либо последовательный метод для построения вывода scipy.signal.spectrogram in to pyqtgraph

Спасибо!

Arraiz 12 июль 2018, в 21:18

Источник

0

Вы можете указать, как сделать граф в Matplotlib, чтобы взять его в качестве ссылки
eyllanesc 13 июль 2018, в 03:22

Теги:

python

scipy

signal-processing

pyqtgraph

spectrogram

1 ответ

Ещё вопросы

Вы можете указать, как сделать граф в Matplotlib, чтобы взять его в качестве ссылки

CRose · Answer 1 · 2018-07-20T07-37-00.000Z

Выход Scipy Spectrogram можно легко построить в виде ImageItem из pyqtgraph. Как правило, полученный Spectrogram доступен только в оттенках серого. Вы можете легко отрегулировать это, используя гистограмму.

В качестве примера, вот как приспособить пример SciPy для спектрограммы для использования pyqtgraph (используя пример из pyqtgraph в качестве основы):

from scipy import signal
import matplotlib.pyplot as plt
import numpy as np
import pyqtgraph

# Create the data
fs = 10e3
N = 1e5
amp = 2 * np.sqrt(2)
noise_power = 0.01 * fs / 2
time = np.arange(N) / float(fs)
mod = 500*np.cos(2*np.pi*0.25*time)
carrier = amp * np.sin(2*np.pi*3e3*time + mod)
noise = np.random.normal(scale=np.sqrt(noise_power), size=time.shape)
noise *= np.exp(-time/5)
x = carrier + noise
f, t, Sxx = signal.spectrogram(x, fs)

# Interpret image data as row-major instead of col-major
pyqtgraph.setConfigOptions(imageAxisOrder='row-major')

pyqtgraph.mkQApp()
win = pyqtgraph.GraphicsLayoutWidget()
# A plot area (ViewBox + axes) for displaying the image
p1 = win.addPlot()

# Item for displaying image data
img = pyqtgraph.ImageItem()
p1.addItem(img)
# Add a histogram with which to control the gradient of the image
hist = pyqtgraph.HistogramLUTItem()
# Link the histogram to the image
hist.setImageItem(img)
# If you don't add the histogram to the window, it stays invisible, but I find it useful.
win.addItem(hist)
# Show the window
win.show()
# Fit the min and max levels of the histogram to the data available
hist.setLevels(np.min(Sxx), np.max(Sxx))
# This gradient is roughly comparable to the gradient used by Matplotlib
# You can adjust it and then save it using hist.gradient.saveState()
hist.gradient.restoreState(
        {'mode': 'rgb',
         'ticks': [(0.5, (0, 182, 188, 255)),
                   (1.0, (246, 111, 0, 255)),
                   (0.0, (75, 0, 113, 255))]})
# Sxx contains the amplitude for each pixel
img.setImage(Sxx)
# Scale the X and Y Axis to time and frequency (standard is pixels)
img.scale(t[-1]/np.size(Sxx, axis=1),
          f[-1]/np.size(Sxx, axis=0))
# Limit panning/zooming to the spectrogram
p1.setLimits(xMin=0, xMax=t[-1], yMin=0, yMax=f[-1])
# Add labels to the axis
p1.setLabel('bottom', "Time", units='s')
# If you include the units, Pyqtgraph automatically scales the axis and adjusts the SI prefix (in this case kHz)
p1.setLabel('left', "Frequency", units='Hz')

# Plotting with Matplotlib in comparison
plt.pcolormesh(t, f, Sxx)
plt.ylabel('Frequency [Hz]')
plt.xlabel('Time [sec]')
plt.colorbar()
plt.show()

pyqtgraph.Qt.QtGui.QApplication.instance().exec_()

Спектрограмма Matpotlib

Pyqtgraph ImageItem