所以我正在 MATLAB 中测试我的算法,它完成了。
然后现在使用OpenCV 2.4.5进行连接以移植C++。
问题是两个平台的傅里叶逆变换方法,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 x 3 2-D。
1 2 3
4 5 6
7 8 9
-马特实验室-
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
我仍然没有找到解决方案。即使这样也无法给我一个解决方案。
编辑:问题已解决。我将 idft() 的CV_64FC1作为输入,CV_64FC2作为输出。两个矩阵必须具有相同的深度,输入和输出都必须64_FC2。标志DFT+COMPLEX_OUTPUT+DFT_SCALE与MATLAB的ifft2相同。
-解决-
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);
我相信你需要cv::DFT_COMPLEX_OUTPUT+cv::DFT_SCALE
,因为idft
输入清楚地会产生一个复值矩阵。
另外,我认为您需要一个 2 通道数组用于输出(CV_64FC2
型),输入也是如此。与OpenCV中的任何多通道图像一样,您可以访问具有适当矢量类型的元素(例如,对于双精度,.at<cv::Vec2d>(i,j)
,其中Vec2d
将实部和虚部存储在位置i,j
)。
我认为如果您使用 2 通道输入矩阵 (CV_64FC2),您应该使用
a.at<Vec2d>(0,0)[0] = 1; // Re - part
a.at<Vec2d>(0,0)[1] = 0; // Im - part
而不是:
a.at<double>(0,0) = 1;