Java 使用逆DFT和幅值+重建图像；OpenCV中的相位矩阵_Java_Opencv_Dft

Java 使用逆DFT和幅值+重建图像；OpenCV中的相位矩阵

java opencv

Java 使用逆DFT和幅值+重建图像；OpenCV中的相位矩阵,java,opencv,dft,Java,Opencv,Dft,假设使用官方DFT教程（使用java绑定），我将执行以下操作： Mat complexI = new Mat(); Core.merge(planes, complexI); // Add to the expanded another plane with zeros Core.dft(complexI, complexI); // this way the result may fit in the source matrix

假设使用官方DFT教程（使用java绑定），我将执行以下操作：

    Mat complexI = new Mat();
    Core.merge(planes, complexI);         // Add to the expanded another plane with zeros
    Core.dft(complexI, complexI);         // this way the result may fit in the source matrix
    // compute the magnitude
    Core.split(complexI, planes);
    Mat magI = new Mat();
    Core.magnitude(planes.get(0), planes.get(1), magI);
    Mat phasI = new Mat();
    Core.phase(planes.get(0), planes.get(1), phasI);
    Mat newComplexI = new Mat();
    Core.merge(magI, phasI, newComplexI);
    complexI.get(0,0)[0] == newComplex.get(0,0)[0]; // FALSE

发生了什么事？只需将复杂度分解为幅值矩阵和相位矩阵，然后重新组合它们，即可生成不同的矩阵。如果我在调用

Core.dft

之前进行此测试，那么它工作正常。这是因为

Mat

post-dft有浮点数，我们的精度降低了吗？然而，

complexI

和

newComplexI

之间的差异远大于一个phew小数，有时是数千

如何使用逆dft从mag和相位矩阵正确地重建图像？

本应删除该问题，但该问题被否决，我想其他人也有同样的问题

这是完全有道理的，我只是在问之前觉得这个问题还不够。

complexI

是一个双通道矩阵，表示第一个通道中的

Re

数字和第二个通道中的

Im

。Split基本上给出了两个单通道矩阵，分别包含所有的

Re

和

Im

编号。使用

magnity

函数基本上计算

sqrt（Re^2+Im^2）

，它给出了一个与

Re

和

Im

完全不同的数字<代码>相位类似，但使用相位计算公式。获取这两个数字（mag和相位）并将其通过

合并

只需生成一个新的双通道矩阵，其中

Re

现在是

mag

数字，

Im

现在是相位号，与原始数字无关这与

newComplexI

完全不同，正如所料

为了实现我想要的，调用

polarToCart（mag，phase，…）

函数以获取

Re

和

Im

值。

本应删除该问题，但该问题被升级，我想其他人也有同样的问题