为什么MATLAB FFT2比OpenCV DFT快得多

Question

i刚刚进行了测试，以比较MATLAB中OPENCV和FFT2的DFT函数的速度。我加载相同的图像，使用FFT2（）和DFT（）进行转换并测量它们消耗的时间。我发现，对于图像，DFT（）在Win32发行版中成本超过2秒，而FFT2（）仅进行了0.2次。怎么会？我使用的OPENCV版本为2.4.8，而MATLAB版本为2013 a。这是我的测试代码

matlab：

tic
X1 = fft2(im);
toc

C 中的OPENCV：

start1 = clock();
dft(src,src,DFT_COMPLEX_OUTPUT);
end1 = clock();
cout<<(double)(end1 - start1)/CLOCKS_PER_SEC<<endl;

Answer 1

在一般FFT中是DFT的快速实现。

dft 是一种线性变换，将其作为长度为n的复杂信号x，并给出输出的复杂信号x，长度为n，x = wx。w是一个复杂的nxn矩阵，具有全部w_k，n = exp（-2pi k n/n），其中0＆lt;k，n＆lt;N.

fft 是用于快速计算DFT的算法的集合。通常，FFT所需的操作数量是N*LOGN的顺序。最著名的FFT算法是N是2的力量，但是主要命令和其他因素化的FFT。

Answer 2

我在很长的时间内提出了这个问题和类似的问题，而fft vs dft和matlab vs c 。我发现的答案是

1. MATLAB具有一些内置软件，例如MKL，Lapack和Blas。
2. 他们在场景后面使用C或Fortran库。
3. 他们使用最佳实现。例如，MATLAB中的FFT2基于FFTW。（西方最快的傅立叶变换）
4. 他们总是在进步。对于某些功能，较新版本的速度比较旧的版本要快。

另一方面，

1. 您没有使用最新版本的OPENCV，它应该对性能产生一定的影响。
2. 您没有按建议使用DFT，可以通过获得最佳尺寸来提高速度。如果您的图像尺寸不是最佳的，则可能会大大增加运行时间。

最终注意：不建议使用tic, toc，而是使用timeit。