所以我正在MATLAB中测试我的算法,并且已经完成。
然后,使用OpenCV 2.4.5在C++上进行移植。
问题是OpenCV和MATLAB这两个平台的傅立叶逆变换方法。
所以我已经用简单的矩阵进行了测试。
这是测试结果。
主题矩阵为... 3 x 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
我仍然没有找到解决方案。甚至this也无法给我解决方案。
编辑:问题已解决。我将CV_64FC1输入idft()并将CV_64FC2输入输出。两个矩阵的深度必须相同,输入和输出都必须为64_FC2。并且标志DFT + COMPLEX_OUTPUT + DFT_SCALE与MATLAB的ifft2相同。
-已解决-
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);
最佳答案
我相信您需要cv::DFT_COMPLEX_OUTPUT+cv::DFT_SCALE
,因为idft
的输入显然会导致一个复数值矩阵。
另外,我认为您需要一个2通道数组用于输出(类型CV_64FC2
),类似地用于输入。与任何multi-channel image in OpenCV一样,然后访问具有适当 vector 类型的元素(例如,对于doubles而言.at<cv::Vec2d>(i,j)
,其中Vec2d
在i,j
位置存储实数和虚数分量)。
关于c++ - OpenCV idft()和MATLAB ifft2的结果不匹配,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/22889099/