为什么Matlab fft2比OpenCV dft快得多

Question

我刚刚进行了测试，比较了OpenCV的dft函数和Matlab中的fft2的速度。我加载相同的图像，使用fft2（）和dft（）进行转换并测量它们消耗的时间。我发现对于图像，dft（）在win32发布版本中的成本超过2秒，而fft2（）仅花费了0.2秒。怎么会？我使用的OpenCV版本是2.4.8而Matlab版本是2013年。这是我的测试代码

Matlab的：

tic
X1 = fft2(im);
toc

C ++中的OpenCV：

start1 = clock();
dft(src,src,DFT_COMPLEX_OUTPUT);
end1 = clock();
cout<<(double)(end1 - start1)/CLOCKS_PER_SEC<<endl;

Answer 1

一般来说，fft是dft的快速实现。

DFT 是线性变换，其将长度为N的复信号x作为输入，并且给出长度为N，X = Wx的复信号X作为输出。 W是复数N×N矩阵，其具有W_k，n = exp（-2pi k n / N），其中0

FFT 是用于快速计算DFT的算法集合。通常，FFT所需的操作数量大约为N * logN。最着名的FFT算法是针对N是2的幂的情况，但是对于素数阶和不同的其他因子分解存在FFT。

Answer 2

我已经问了很长时间fft vs dft和Matlab vs c++这个和类似的问题。我找到的答案是，

1. Matlab有一些内置软件，如MKL，Lapack和BLAS。
2. 他们在幕后使用c或Fortran库。
3. 他们使用最好的实现。例如，Matlab中的fft2是基于FFTW的。 （西方最快的傅里叶变换）
4. 他们总是在改进。对于某些功能，较新版本明显比旧版本快。

另一方面，

1. 您没有使用最新版本的OpenCV，这会对性能产生一些影响。
2. 您没有按照建议使用DFT，您可以通过获取optimal dimensions来提高速度。如果图像尺寸不是最佳，则可能会显着延长运行时间。

最后注意：建议不要使用tic, toc，而是使用timeit。