声音的时域、频域(FFT)波形实时可视化绘制

 

声音的时域、频域(FFT)波形实时可视化绘制

浏览:1378 评论:4 源代码附件:1
C#,.NET 1.0,.NET 2.0

文章包含源代码 1个,成功下载 206次( 请点击本文附件链接下载)
<script type=text/javascript> </script> <script src="声音的时域、频域(FFT)波形实时可视化绘制.files/show_ads.js" type=text/javascript> </script>

[翻译]

JeffMortonSound visualizer in C#


[简介]

本文演示快速傅立叶变换的使用,以及如何使用Windows GDI绘制一个近乎实时的时域、频域的可视化声音处理。

[背景]

当我在做一个项目的信号处理部分的时候,我发现很难找到一个用C#些的例子。这让我觉得应该自己写一个这样的类,希望对你有用。

声音的时域、频域(FFT)波形可视化绘制

[代码使用]

本文中的声音输入部分使用了Ianier Munoz开发的Wave类。
波形样本进一步地被AudioFrame类处理。

Code: 

    class AudioFrame
    {
        private Bitmap _canvasTimeDomain;
        private Bitmap _canvasFrequencyDomain;
        private double[] _waveLeft;
        private double[] _waveRight;
        private double[] _fftLeft;
        private double[] _fftRight;
        private SignalGenerator _signalGenerator;
        private bool _isTest = false;
        public AudioFrame(bool isTest)
        {
            _isTest = isTest;
        }

        /// 
        /// Process 16 bit sample
        /// 
        /// 
        public void Process(ref byte[] wave)
        {
            _waveLeft = new double[wave.Length / 4];
            _waveRight = new double[wave.Length / 4];
            if (_isTest == false)
            {
                // Split out channels from sample
                int h = 0;
                for (int i = 0; i < wave.Length; i += 4)
                {
                    _waveLeft[h] = (double)BitConverter.ToInt16(wave, i);
                    _waveRight[h] = (double)BitConverter.ToInt16(wave, i + 2);
                    h++;
                }
            }
            else
            {
                // Generate artificial sample for testing
                _signalGenerator = new SignalGenerator();
                _signalGenerator.SetWaveform("Sine");
                _signalGenerator.SetSamplingRate(44100);
                _signalGenerator.SetSamples(16384);
                _signalGenerator.SetFrequency(5000);
                _signalGenerator.SetAmplitude(32768);
                _waveLeft = _signalGenerator.GenerateSignal();
                _waveRight = _signalGenerator.GenerateSignal();
            }
            // Generate frequency domain data in decibels
            _fftLeft = FourierTransform.FFTDb(ref _waveLeft);
            _fftRight = FourierTransform.FFTDb(ref _waveRight);
        }

        /// 
        /// Render time domain to PictureBox
        /// 
        /// 
        public void RenderTimeDomain(ref PictureBox pictureBox)
        {
            // Set up for drawing
            _canvasTimeDomain = new Bitmap(pictureBox.Width, pictureBox.Height);
            Graphics offScreenDC = Graphics.FromImage(_canvasTimeDomain);
            SolidBrush brush = new System.Drawing.SolidBrush(Color.FromArgb(0, 0, 0));
            Pen pen = new System.Drawing.Pen(Color.WhiteSmoke);
            // Determine channnel boundries
            int width = _canvasTimeDomain.Width;
            int center = _canvasTimeDomain.Height / 2;
            int height = _canvasTimeDomain.Height;
            offScreenDC.DrawLine(pen, 0, center, width, center);
            int leftLeft = 0;
            int leftTop = 0;
            int leftRight = width;
            int leftBottom = center - 1;
            int rightLeft = 0;
            int rightTop = center + 1;
            int rightRight = width;
            int rightBottom = height;
            // Draw left channel
            double yCenterLeft = (leftBottom - leftTop) / 2;
            double yScaleLeft = 0.5 * (leftBottom - leftTop) / 32768;  // a 16 bit sample has values from -32768 to 32767
            int xPrevLeft = 0, yPrevLeft = 0;
            for (int xAxis = leftLeft; xAxis < leftRight; xAxis++)
            {
                int yAxis = (int)(yCenterLeft + (_waveLeft[_waveLeft.Length / (leftRight - leftLeft) * xAxis] * yScaleLeft));
                if (xAxis == 0)
                {
                    xPrevLeft = 0;
                    yPrevLeft = yAxis;
                }
                else
                {
                    pen.Color = Color.LimeGreen;
                    offScreenDC.DrawLine(pen, xPrevLeft, yPrevLeft, xAxis, yAxis);
                    xPrevLeft = xAxis;
                    yPrevLeft = yAxis;
                }
            }
            // Draw right channel
            int xCenterRight = rightTop + ((rightBottom - rightTop) / 2);
            double yScaleRight = 0.5 * (rightBottom - rightTop) / 32768;  // a 16 bit sample has values from -32768 to 32767
            int xPrevRight = 0, yPrevRight = 0;
            for (int xAxis = rightLeft; xAxis < rightRight; xAxis++)
            {
                int yAxis = (int)(xCenterRight + (_waveRight[_waveRight.Length / (rightRight - rightLeft) * xAxis] * yScaleRight));
                if (xAxis == 0)
                {
                    xPrevRight = 0;
                    yPrevRight = yAxis;
                }
                else
                {
                    pen.Color = Color.LimeGreen;
                    offScreenDC.DrawLine(pen, xPrevRight, yPrevRight, xAxis, yAxis);
                    xPrevRight = xAxis;
                    yPrevRight = yAxis;
                }
            }
            // Clean up
            pictureBox.Image = _canvasTimeDomain;
            offScreenDC.Dispose();
        }

        /// 
        /// Render frequency domain to PictureBox
        /// 
        /// 
        public void RenderFrequencyDomain(ref PictureBox pictureBox)
        {
            // Set up for drawing
            _canvasFrequencyDomain = new Bitmap(pictureBox.Width, pictureBox.Height);
            Graphics offScreenDC = Graphics.FromImage(_canvasFrequencyDomain);
            SolidBrush brush = new System.Drawing.SolidBrush(Color.FromArgb(0, 0, 0));
            Pen pen = new System.Drawing.Pen(Color.WhiteSmoke);
            // Determine channnel boundries
            int width = _canvasFrequencyDomain.Width;
            int center = _canvasFrequencyDomain.Height / 2;
            int height = _canvasFrequencyDomain.Height;
            offScreenDC.DrawLine(pen, 0, center, width, center);
            int leftLeft = 0;
            int leftTop = 0;
            int leftRight = width;
            int leftBottom = center - 1;
            int rightLeft = 0;
            int rightTop = center + 1;
            int rightRight = width;
            int rightBottom = height;
            // Draw left channel
            for (int xAxis = leftLeft; xAxis < leftRight; xAxis++)
            {
                double amplitude = (int)_fftLeft[(int)(((double)(_fftLeft.Length) / (double)(width)) * xAxis)];
                if (amplitude < 0) // Drop negative values
                    amplitude = 0;
                int yAxis = (int)(leftTop + ((leftBottom - leftTop) * amplitude) / 100);  // Arbitrary factor
                pen.Color = Color.FromArgb(0, 0, (int)amplitude % 255);
                offScreenDC.DrawLine(pen, xAxis, leftTop, xAxis, yAxis);
            }
            // Draw right channel
            for (int xAxis = rightLeft; xAxis < rightRight; xAxis++)
            {
                double amplitude = (int)_fftRight[(int)(((double)(_fftRight.Length) / (double)(width)) * xAxis)];
                if (amplitude < 0)
                    amplitude = 0;
                int yAxis = (int)(rightBottom - ((rightBottom - rightTop) * amplitude) / 100);
                pen.Color = Color.FromArgb(0, 0, (int)amplitude % 255);
                offScreenDC.DrawLine(pen, xAxis, rightBottom, xAxis, yAxis);
            }
            // Clean up
            pictureBox.Image = _canvasFrequencyDomain;
            offScreenDC.Dispose();
        }
    }
  • 2
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 9
    评论
### 回答1: 在MATLAB中下载和读取心电图信号并观察其时域频域波形,可以按照以下步骤进行操作: 1. 下载心电图信号数据:可以在医学研究数据库或公共数据集中找到心电图信号数据。将下载得到的信号数据保存在MATLAB当前工作目录下的一个文件夹中。 2. 导入信号数据:在MATLAB中使用`load`函数或相应的数据导入命令来加载信号数据。确保正确指定文件路径和格式。 3. 读取信号数据:在MATLAB中读取加载的信号数据。通常,心电图信号是按照特定采样频率采集的,因此需要获取信号的时间间隔和采样频率。 4. 绘制时域波形:使用MATLAB中的绘图函数(如`plot`函数)将心电图信号绘制时域波形。横轴可以表示信号的时间,纵轴表示信号的幅值。 5. 计算频域波形:使用MATLAB中的快速傅里叶变换(FFT)函数对心电图信号进行频域分析。通过计算信号的幅度谱密度或功率谱密度,得到信号在不同频率上的频域波形。 6. 绘制频域波形:使用MATLAB中的绘图函数将频域波形绘制出来。横轴表示频率,纵轴表示信号的幅度。 通过以上步骤,可以在MATLAB中下载和读取心电图信号,并通过绘制时域频域波形来观察心电图信号的特征。 ### 回答2: 要下载和读取心电图信号,并观察其时域频域波形,在MATLAB中可以遵循以下步骤: 1. 从合适的数据源下载心电图信号数据。这可以是公开的心电图数据库或者自己收集的数据。下载的数据通常以某种格式(如.txt、.csv等)保存在计算机的特定目录下。 2. 在MATLAB中创建一个新的脚本或函数文件,用于处理心电图信号数据。 3. 使用MATLAB内置的文件读取函数(如`readtable`、`csvread`等),将信号数据读取到MATLAB的工作空间中。根据数据格式选择合适的函数。 4. 对读取到的心电图信号进行预处理。这可能包括去除噪声、滤波、调整采样率等。可以使用MATLAB的信号处理工具箱中的函数来完成这些任务。 5. 进行时域分析。使用MATLAB中的绘图函数(如`plot`)绘制心电图信号的时域波形,其中时间表示在X轴,电压表示在Y轴。 6. 进行频域分析。使用MATLAB中的离散傅里叶变换(DFT)函数(如`fft`)将心电图信号转换为频域。然后,使用绘图函数绘制心电图信号的频域波形,其中频率表示在X轴,幅值表示在Y轴。 7. 可以对得到的时域频域波形进行进一步的分析和处理,如提取心率、检测异常波形等。这里可以使用MATLAB的信号处理和机器学习工具箱中的函数和算法。 8. 最后,可以使用MATLAB的绘图函数对所有结果进行可视化,以更好地展示时域频域波形分析的结果。 总之,使用MATLAB下载和读取心电图信号,并进行时域频域波形分析是一个相对简单的过程,可以通过MATLAB的文件读取、信号处理和绘图函数来完成。这些分析结果可以用于心电图信号的进一步研究和应用。 ### 回答3: 在MATLAB中,下载和读取心电图信号可以通过以下步骤完成。 首先,可以通过互联网搜索并下载心电图数据集。这些数据集通常以文件的形式提供,常见的格式包括txt、CSV等。下载后将其保存到本地文件夹中。 接下来,通过MATLAB的文件读取函数,例如readtable()或csvread()函数,读取保存在本地的心电图数据集文件。读取成功后,数据将被存储为一个变量,可以在MATLAB中进一步处理和分析。 对于时域波形的观察,可以使用MATLAB的plot()函数绘制心电信号的时间序列图。在坐标轴上,横轴表示时间,纵轴表示信号的幅度或电压。通过观察波形的形状、振幅和变化趋势,可以了解到心电信号在时间上的特征。 而对于频域波形的观察,可以使用MATLAB中的FFT(快速傅里叶变换)函数,将时域信号转换为频域信号。通过观察频谱图,可以分析信号中含有的不同频率成分。可以使用MATLAB的fft()函数计算信号的频谱,并使用plot()函数可视化频谱图。 在绘制时域频域波形之后,可以根据特定需求进行进一步的分析。例如,可以计算信号的平均值、峰峰值、频率成分等,以及应用滤波和去噪技术来改善信号质量。 总之,通过在MATLAB中下载和读取心电图信号,并通过绘制时域频域波形进行观察和分析,可以对心电信号的特征有更好的理解,并进一步进行相应的处理和研究。
评论 9
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值