Question

所以我在MATLAB中测试我的算法并且已经完成了。

然后现在使用OpenCV 2.4.5进行C ++移植。

问题是两个平台的逆傅里叶变换方法，OpenCV和MATLAB。

所以我用简单矩阵进行了测试。

此处的测试结果。

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：元素值相同。

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this也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);

Answer 1

我认为您需要cv::DFT_COMPLEX_OUTPUT+cv::DFT_SCALE，因为idft的输入显然会产生复值矩阵。

另外，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，您可以访问具有相应矢量类型的元素（例如，对于双精度型.at<cv::Vec2d>(i,j)，其中Vec2d将实部和虚部存储在位置i,j）

Answer 2

我认为如果使用2通道输入矩阵（CV_64FC2），则应使用

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;

OpenCV idft（）和MATLAB ifft2的结果不匹配

2 个答案: