所以我在MATLAB中测试我的算法并完成了 .
然后现在使用OpenCV 2.4.5进行C语言移植 .
问题是两个平台的逆傅立叶变换方法,OpenCV和MATLAB .
所以我用简单的矩阵进行了测试 .
这是测试结果 .
主题矩阵是...... 3乘3 2-D .
1 2 3
4 5 6
7 8 9
-MATLAB-
test = [ 1, 2, 3;
4, 5, 6;
7, 8, 9];
ifft2(测试);
结果
5.0000 + 0.0000i -0.5000 - 0.2887i -0.5000 + 0.2887i
-1.5000 - 0.8660i 0.0000 + 0.0000i 0.0000 + 0.0000i
-1.5000 + 0.8660i 0.0000 + 0.0000i 0.0000 + 0.0000i
-OPENCV-
注意:元素是相同的值 .
Mat a = Mat::zeros(3, 3, CV_64FC1);
Mat b = Mat::zeros(3, 3, CV_64FC1);
a.at<double>(0,0) = 1;
a.at<double>(0,1) = 2;
a.at<double>(0,2) = 3;
a.at<double>(1,0) = 4;
a.at<double>(1,1) = 5;
a.at<double>(1,2) = 6;
a.at<double>(2,0) = 7;
a.at<double>(2,1) = 8;
a.at<double>(2,2) = 9;
idft(a, b, DFT_SCALE, 0);
结果
4.33333 -4.13077 2.79743
-2.10313 -0.103134 -2.83518
-0.563533 2.16852 1.43647
我还没有找到解决方案 . 甚至this都无法给我一个解决方案 .
编辑:问题已经解决 . 我将CV_64FC1作为输入放入idft(),将CV_64FC2作为输出放置 . 两个矩阵必须具有相同的深度,输入和输出都必须是64_FC2 . 标志DFT COMPLEX_OUTPUT DFT_SCALE与MATLAB的ifft2相同 .
-SOLVED-
Mat input = Mat::zeros(3, 3, CV_64FC2);
Mat output = Mat::zeros(3, 3, CV_64FC2);
idft(input, output, DFT_COMPLEX_OUTPUT+DFT_SCALE, 0);
2 回答
我想如果你使用2通道输入矩阵(CV_64FC2),你应该使用
代替:
我相信你需要
cv::DFT_COMPLEX_OUTPUT+cv::DFT_SCALE
,因为idft
的输入显然会产生一个复值矩阵 .此外,我认为你需要一个2通道数组用于输出(类型
CV_64FC2
),类似于输入 . 与任何multi-channel image in OpenCV一样,您可以使用适当的向量类型访问元素(例如,对于双精度数,.at<cv::Vec2d>(i,j)
,其中Vec2d
将实部和虚部存储在i,j
位置) .