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Vec2di,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/

10-16 22:50