我想知道为什么dft
OpenCV C++ 中的函数比fft2
对于二维矩阵。
以下C++代码来自文档 http://docs.opencv.org/2.4/doc/tutorials/core/discrete_fourier_transform/discrete_fourier_transform.html#discretfouriertransform:
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
两个代码的结果是相同的;然而,C++ 代码花费了 1502 毫秒,而 MATLAB 代码花费了 660 毫秒。 OpenCV 似乎缺少一些优化。我想知道如何加快 OpenCV 代码的速度。
我正在使用 OpenCV 2.4.10 和 MATLAB R2016a 开发 Visual Studio 2015。计算机为 Windows 7、32 GB RAM、Intel Xeon 3.4 GHz。两项测试均在同一台机器上进行。
我找到了一堆 FFT 代码,但它们似乎很难应用于矩阵。矩阵有简单的解决方案吗?