Question

我在尝试使用cuFFT对浮点数组执行二维变换时遇到问题。我看过文档，但有些信息是矛盾的/不清楚的;所以我有几个问题：

我的数据为480行，包含640列（例如float data[480][640]但在单个维度中float data[480*640]）

如果我们说我的输入维度（实际数据）是N1 = 480和N2 = 640。尺寸（在真实到复杂的变换之后）N1=480, N2=321？
我可以将cudaMemcpy数据直接导入相同大小的cufftReal数组吗？或者它必须是cufftComplex数组吗？

如果它必须是cufftComplex数组，我假设元素需要代替实际组件？
根据上述值调用cufftPlan2d，cufftExecR2C和cufftC2R的正确结构是什么。

我认为现在一切都是......

非常感谢提前

编辑：因此，我按照JackOLantern的建议实现了正向和反向变换。然而，我的结果并不是我所期望的（FFT之后的结果与之前相同）。我有image gallery here显示两组示例。第一个来自我的房间，第二个来自我的大学项目。

在cuFFT文档中，cufftPlan2d的使用存在歧义（因此我问的原因）。在文档中，对于二维数组，应按上述方式输入数据（float data[480][640] == float data[NY][NX]）因此NY表示行。但是在cufftPlan2d的函数列表中，它指出nx（参数）用于行 ...

在函数调用中交换NX和NY的值会得到项目图像中的结果（正确的方向，但是以正常大小的1/4分成三个部分重叠的图像）但是，在他的答案中使用JackOLantern状态的参数给出了倾斜/倾斜的结果。

我在这里做错了吗？或者cuFFT库是否存在此类问题。

另外：我已经撤消了JackOLantern对这个问题所做的一些编辑，因为我的问题可能源于我的数据来自OpenCV。

Answer 1

编辑：我最近发现我是在使用该功能时犯了错误的人。

最初我虽然函数定义是指传递给它的数据的大小。

然而，出现，参数实际上直接指向 REAL 部分的大小。

这意味着参数参考：

使用R2C（Real to Complex）时输入数据的大小
使用C2R（Complex to Real）

所以看起来cuFFT文档和库本身并不对应。

当执行R2C后跟C2R（从实数到复数，分别为复数到实数）时，文档说明对于NX x NY维度的实数输入，复数输出为NX x（floor（NY / 2）+ 1）;反之亦然。

然而实际输出的尺寸为NX x NY，实际输入的尺寸为NX x NY。是（一半）在第一页上提及

C2R - 实际输出的对称复数输入

暗示复杂数据必须是对称的，即除了非冗余数据外，还必须具有冗余数据。

文档中还有许多其他矛盾，我不会参与其中。

毋庸置疑，问题已经解决了。

我在下面加了一个MWE。在顶部附近有几行#define NUM_C2和适当的评论。更改此更改是否遵循文档格式或我的“修复”。

输出

输入实际数据
中级复杂数据
输出真实数据
输出数据与输入数据的比率（存在微小的FFT误差，~1表示正确）

如果您认为我在某个地方犯了错误，请随意更改参数（NUM_R和NUM_C）并随意发表评论。

#include <iostream>
#include <math.h>
#include <cufft.h>

// e.g. float data[NUM_R][NUM_C]
#define NUM_R 12
#define NUM_C 16

// Documentation Version
//#define NUM_C2 (1+NUM_C/2)
// "Correct" Version
#define NUM_C2 NUM_C

using namespace std;

int main(int argc, char** argv)
{
    cufftReal *in_h, *out_h, *in_d, *out_d;
    cufftComplex *mid_d, *mid_h;
    cufftHandle pF, pI;
    int r, c;

    in_h = (cufftReal*) malloc(NUM_R * NUM_C * sizeof(cufftReal));
    out_h= (cufftReal*) malloc(NUM_R * NUM_C * sizeof(cufftReal));
    mid_h= (cufftComplex*)malloc(NUM_C2*NUM_R*sizeof(cufftComplex));

    cudaMalloc((void**) &in_d, NUM_R * NUM_C * sizeof(cufftReal));
    cudaMalloc((void**)&out_d, NUM_R * NUM_C * sizeof(cufftReal));
    cudaMalloc((void**)&mid_d, NUM_C2 * NUM_R * sizeof(cufftComplex));

    cufftPlan2d(&pF, NUM_R, NUM_C, CUFFT_R2C);
    cufftPlan2d(&pI, NUM_R,NUM_C2, CUFFT_C2R);

    cout<<endl<<"------"<<endl;    
    for(r=0; r<NUM_R; r++) 
    {
        for(c=0; c<NUM_C; c++)
        {
            in_h[c + NUM_C * r] = cos(2.0*M_PI*(c*7.0/NUM_C+r*3.0/NUM_R));  
            out_h[c+ NUM_C * r] = 0.f;
            cout<<in_h[c+NUM_C*r];
            if(c<(NUM_C-1)) cout<<", ";
            else cout<<endl;
        }
    }

    cudaMemcpy((cufftReal*)in_d, (cufftReal*)in_h, NUM_R * NUM_C * sizeof(cufftReal),cudaMemcpyHostToDevice);

    cufftExecR2C(pF, (cufftReal*)in_d, (cufftComplex*)mid_d);

    cudaMemcpy((cufftComplex*)mid_h, (cufftComplex*)mid_d, NUM_C2*NUM_R*sizeof(cufftComplex), cudaMemcpyDeviceToHost);

    cout<<endl<<"------"<<endl;    
    for(r=0; r<NUM_R; r++) 
    {
        for(c=0; c<NUM_C2; c++)
        {
            cout<<mid_h[c+(NUM_C2)*r].x<<"|"<<mid_h[c+(NUM_C2)*r].y;
            if(c<(NUM_C2-1)) cout<<", ";
            else cout<<endl;
        }
    }


    cufftExecC2R(pI, (cufftComplex*)mid_d, (cufftReal*)out_d);

    cudaMemcpy((cufftReal*)out_h, (cufftReal*)out_d, NUM_R*NUM_C*sizeof(cufftReal), cudaMemcpyDeviceToHost);

    cout<<endl<<"------"<<endl;    

    for(r=0; r<NUM_R; r++) 
    {
        for(c=0; c<NUM_C; c++)
        {
            cout<<out_h[c+NUM_C*r]/(NUM_R*NUM_C);
            if(c<(NUM_C-1)) cout<<", ";
            else cout<<endl;
        }
    }

    cout<<endl<<"------"<<endl;    

    for(r=0; r<NUM_R; r++) 
    {
        for(c=0; c<NUM_C; c++)
        {
            cout<<(out_h[c+NUM_C*r]/(NUM_R*NUM_C))/in_h[c+NUM_C*r];
            if(c<(NUM_C-1)) cout<<", ";
            else cout<<endl;
        }
    }
    free(in_h);
    free(out_h);
    free(mid_h);
    cudaFree(in_d);
    cudaFree(out_h);
    cudaFree(mid_d);

    return 0;
}

Answer 2

1）如果我们说我的输入维度（实际数据）是N1 = 480和N2 = 640.尺寸（在真实到复数变换之后）是N1 = 480，N2 = 321？

cufftExecR2C的输出是NX*(NY/2+1) cufftComplex矩阵。因此，在您的情况下，您将使用480x321 float2矩阵作为输出。

2）我可以将数据直接发送到相同大小的cufftReal数组吗？或者它必须是cufftComplex数组吗？

如果它必须是cufftComplex数组，我假设元素需要代替实际组件？

是的，您可以将数据复制到cufftReal数组和N1xN2数据。

3）在给定上述值的情况下，对cufftPlan2d，cufftExecR2C和cufftC2R的调用的正确结构是什么。

cufftPlan2d(&plan, N1, N2, CUFFT_R2C);
cufftExecR2C(plan, (cufftReal*)idata, (cufftComplex*) odata);

使用OpenCV作为数据源，使用CUFFT实现复杂FFT

2 个答案: