Question

我想知道为什么OpenCVC ++中的dft函数比2D矩阵的fft2慢很多。

以下C ++代码来自documentation：

void fft2(const Mat in, Mat &complexI) {
    Mat padded;
    int m = getOptimalDFTSize(in.rows);
    int n = getOptimalDFTSize(in.cols); 
    copyMakeBorder(in, padded, 0, m - in.rows, 0, n - in.cols, BORDER_CONSTANT, Scalar::all(0));

    Mat planes[] = {Mat_<float>(padded), Mat::zeros(padded.size(), CV_32F)};
    merge(planes, 2, complexI);
    dft(complexI, complexI);
}

int main(){
    Mat a(5000, 5000, CV_32F);
    randn(a, 0, 1);
    Mat res;
    clock_t start = clock();
    fft2(a,res);
    cout << clock() - start;
}

MATLAB代码：

mat1 = rand(5000,5000);
tic, a = fft2(mat1); toc

两个代码的结果相同;但是，C ++代码需要1502 ms，而MATLAB代码需要660ms。似乎OpenCV中缺少一些优化。我想知道如何加速OpenCVcode。

我使用OpenCV 2.4.10和MATLAB R2016a在Visual Studio 2015上工作。该计算机是Windows 7,32 GB RAM，Intel Xeon 3.4 GHz。两个测试都在同一台机器上进行。

我发现了一堆FFT代码，但它们似乎很难应用于矩阵。矩阵有一个简单的解决方案吗？

Answer 1

OpenCV的FFT实现可能没有Matlab那样优化如果您的FFT性能是您所需要的，那么请查看专用的FFT库，如FFTW。

MATLAB中的fft2与OpenCV中的dft C ++速度比较

1 个答案: