我有代表表面的二维数组。我通过扫描一些理论上平坦的物体来创建它们，我最终得到了可以称为“缺陷”的东西，或者偏离了完美平坦的表面。

我希望获得关于缺陷的主要波长及其幅度的信息，所以我使用了 numpy 的 fft2。由于我是第一个计时器，我做了一些挖掘并尝试使用一些基本示例来掌握。

这是一个：

import numpy as np
import matplotlib.pyplot as plt

"""
fft2 playground.
"""

# Initialise an empty array
field = np.empty([29, 481])

# Set the wave amplitude
amp = 2.5

# Create the synthetic sinusoidal field
for n, i in enumerate(np.linspace(0, 2 * np.pi, field.shape[0])):
    for m, j in enumerate(np.linspace(0, 2 * np.pi, field.shape[1])):
        field[n, m] = amp * np.sin(j)

# Perform 2D fourier and shift the result to centre
f = np.fft.fft2(field)
fshift = np.fft.fftshift(f)

# Calculate the magnitude and phase spectra
magnitude_spectrum = 20*np.log(np.abs(fshift))
phase_spectrum = np.angle(fshift)

# Reconstruct the initial field
f_ishift = np.fft.ifftshift(fshift)
re_field = np.abs(np.fft.ifft2(f_ishift))

# Plot
fig = plt.figure()

fig.add_subplot(411)
plt.imshow(field, cmap='gray')
plt.title('Field'), plt.xticks([]), plt.yticks([])
plt.colorbar()

fig.add_subplot(412)
plt.imshow(magnitude_spectrum, cmap='gray')
plt.title('Magnitude spectrum'), plt.xticks([]), plt.yticks([])

fig.add_subplot(413)
plt.imshow(phase_spectrum, cmap='gray')
plt.title('Phase spectrum'), plt.xticks([]), plt.yticks([])

fig.add_subplot(414)
plt.imshow(re_field, cmap='gray')
plt.title('Reconstructed field'), plt.xticks([]), plt.yticks([])
plt.colorbar()

plt.show()

这使：

显然返回的字段与输入的字段不一样。幅度是正确的，但它是镜像的并且有 90 度的相位差。我觉得我错过了一些东西，但我无法确定它。

另外，我希望幅度谱会像 2 个点，一个在中心像素的两侧，没有别的。我的理解是中心像素是零频率，移动到边缘是更高的频率，直到奈奎斯特。

值得注意的是，如果我改变输入场的尺寸，我会在幅度和相位谱上得到不同的结果。

有人可以指出我错过了什么吗？我如何从 fft 取回初始场以及为什么幅度谱是这样的？

谢谢！