dft

    4熱度

    1回答

    我是OpenCV和圖像處理算法的新手。我需要在C++中使用OpenCV進行逆離散傅里葉變換,但我不知道如何。我通過互聯網搜索,我沒有找到答案。我正在使用此頁面的代碼對程序進行傅里葉變換:http://opencv.itseez.com/doc/tutorials/core/discrete_fourier_transform/discrete_fourier_transform.html。我試圖做

    2熱度

    1回答

    要確定正確的填充大小(例如,如果圖像的寬度和高度是10X10,那麼應該是20X20)之後創建的高斯高通濾波器。 我有我試圖在OpenCV的端口Matlab代碼,但我正常有困難將它移植。我Matlab代碼低於顯示: f1_seg = imread('thumb1-small-test.jpg'); Iori = f1_seg; % Iori = imresize(Iori, 0.2);

    1熱度

    1回答

    我們需要改變/重新實現在GSL標準DFT實現,這是 int FUNCTION(gsl_dft_complex,transform) (const BASE data[], const size_t stride, const size_t n, BASE result[], const gsl_fft_directio

    0熱度

    1回答

    我被要求在matlab中寫一個fft混合基數,但在此之前,我想讓我們直接進行離散傅里葉變換。所以我決定根據維基百科定義的公式編寫代碼。 [對不起,我不能還發表圖片] http://en.wikipedia.org/wiki/Discrete_Fourier_transform 所以我寫了我的代碼如下: %Brutal Force Descrete Fourier Trnasform functi

    1熱度

    1回答

    我創建了一個簡單的積分函數和DFT函數,我可以使用我寫的其他代碼。 from math import sin,pi from time import time def aintegral(d,step): return sum(d)*step def partialdft(d,step,w): i = 0 x = d while i/step < l

    6熱度

    1回答

    當使用FFTW(http://www.fftw.org/)而不是OpenCV的cvDFT(http://goo.gl/YCHj0)時,我可以期待加速嗎? 我的程序的運行時間很大程度上取決於反向和正向DFT的應用,我正在考慮使用FFTW而不是OpenCV cvDFT。 IIRC FFTW執行某種「運行時編譯」,而cvDFT是一種簡單的FFT實現,所以我猜它可能會加快我的處理速度。 所以在我自己嘗試之

    0熱度

    1回答

    f(x) = cos(x^2)和g(k) = pi^0.5 cos((pi*k)^2 - pi/4)是傅里葉對。 我想重現通過傅立葉g(k)使用FFT整合f(x),即 逼近Integrate[ f(x) * exp(2 pi * ikx), {x, -inf, inf} ] 與Sum[ fn * exp(2 pi * ik x_n), {n, 0, N-1} ] * Delta_x 然而,結果與g

    0熱度

    1回答

    我試圖實現3D DFT,但我遇到了一些麻煩。我相信我應該做的只是連續3次一維DFT,每個方向一個。假設一維DFT是正確的,你可以看到什麼是錯,此代碼: def dft3d(self, real3d, img3d, nx, ny, nz, dir): #Transform depth for i in range(nx): for j in range(ny):

    0熱度

    1回答

    我想在C編程中沿着GOP(圖片組 - 基本上是一個視頻)計算1d DFT。我需要沿時間方向應用1d DFT將gop轉變爲時域頻率域。 在這個領域,空間信息和時間頻率信息存在於同一個框架中。因此,大小爲(M,N,T)的視頻f(x,y,t)的一維DFT其中,M×N是每個幀的大小,並且T是該幀中的總幀數 formula equation 有誰知道我怎麼能這樣使用OpenCV的或類似的東西處理:GOP由以

    2熱度

    3回答

    我目前正在將一些C代碼翻譯爲Python。此代碼正用於幫助識別射電天文學中使用的CLEAN算法產生的錯誤。爲了進行這種分析,必須在特定像素值(由ANT_pix給出)中找到強度映射的傅里葉變換的值,Q斯托克斯映射和U斯托克斯映射。這些地圖只有257 * 257個陣列。 下面的代碼需要幾秒鐘的時間才能用C運行,但需要花費數小時才能運行Python。我非常肯定它的優化非常好,因爲我對Python的知識很