关于傅里叶变换算法中的一个小算法(下标的问题)
2014-08-28 22:03
309 查看
感言:
最近研究傅里叶算法,发现很多书都没有解释明白,都是一笔带过,发了很长时间,终于研究懂了,而且还发现很多书都是抄袭,有一本书出现错误,另一本也出现同样错误,可恶。
注:转载本文:
*************************************************************************
* 函数名称:
* Fourier()
* 参数:
* LPSTR lpDIBBits - 指向源DIB图像指针
* LONG lWidth - 源图像宽度(象素数)
* LONG lHeight - 源图像高度(象素数)
* 返回值:
* BOOL - 成功返回TRUE,否则返回FALSE。
* 说明:
* 该函数用来对图像进行付立叶变换。
************************************************************************/
BOOL CDibImage::Fourier(LPSTR lpDIBBits, LONG lWidth, LONG lHeight)
{
unsigned char*lpSrc;
// 指向源图像的指针
double
dTemp;
LONG i;// 循环变量
LONG j;
LONG w;// 进行付立叶变换的宽度(2的整数次方)
LONG h;// 进行付立叶变换的高度(2的整数次方)
int wp;
int hp;
LONG lLineBytes;// 图像每行的字节数
lLineBytes = WIDTHBYTES(lWidth * 8);// 计算图像每行的字节数
// 赋初值
w = 1;
h = 1;
wp = 0;
hp = 0;
// 计算进行付立叶变换的宽度和高度(2的整数次方)
while(w * 2 <= lWidth)
{
w *= 2;
wp++;
}
while(h * 2 <= lHeight)
{
h *= 2;
hp++;
}
complex<double> *TD = new complex<double>[w * h];
complex<double> *FD = new complex<double>[w * h];
for(i = 0; i < h; i++)// 行
{
for(j = 0; j < w; j++)// 列
{
// 指向DIB第i行,第j个象素的指针
lpSrc = (unsigned char*)lpDIBBits + lLineBytes * (lHeight - 1 - i) + j;
// 给时域赋值
TD[j + w * i] = complex<double>(*(lpSrc), 0);
}
}
for(i = 0; i < h; i++)
{
// 对y方向进行快速付立叶变换
FFT(&TD[w * i], &FD[w * i], wp);
}
// 保存变换结果(研究了很长时间都没看懂,原来是一个小算法,就是一维数组转换二维数组问题,然后在进行倒置)
for(i = 0; i < h; i++)//行
{
for(j = 0; j < w; j++)//列
{
TD[i + h * j] = FD[j + w * i];//相当于把一维数组FD[j + w * i]转换成二维数组FD[i][j],然后把二维数组
//FD[i][j], 进行转置,变成TD[j][i],然后在把二维数组TD[j][i]变成一维数组TD[j*h+i],
}
}
for(i = 0; i < w; i++)
{
// 对x方向进行快速付立叶变换
FFT(&TD[i * h], &FD[i * h], hp);
}
for(i = 0; i < h; i++)// 行
{
for(j = 0; j < w; j++)// 列
{
// 计算频谱
dTemp = sqrt(FD[j * h + i].real() * FD[j * h + i].real() +
FD[j * h + i].imag() * FD[j * h + i].imag()) / 100;
if (dTemp > 255)
{
dTemp = 255;
}
// 指向DIB第(i<h/2 ? i+h/2 : i-h/2)行,第(j<w/2 ? j+w/2 : j-w/2)个
// 象素的指针,此处不直接取i和j,是为了将变换后的原点移到中心
// lpSrc = (unsigned char*)lpDIBBits + lLineBytes * (lHeight-1-i) + j;
lpSrc = (unsigned char*)lpDIBBits + lLineBytes *
(lHeight - 1 - (i<h/2 ? i+h/2 : i-h/2)) + (j<w/2 ? j+w/2 : j-w/2);
// 更新源图像
* (lpSrc) = (BYTE)(dTemp);
}
}
delete TD;
delete FD;
return TRUE;
}
具体的一维数组转二维数组算法如下:
一维->二维(先看二维转一维,然后逆向思维考虑就行了)
一个n个元素的一维数组,转换为r行c列的二维数组
对于一维数组中任意一个元素的下标i(0 <= i < n)
其对应的二维数组下标为 (i / c, i % c), 显然, 只与列数c有关,而与行数r无关
二维->一维
int[,] a =
newint[r, c];int[] b =new
int[r * c];for(int i =0; i <b.Length; i++)
b[i] = a[i / c, i % c];
一维->二维
codelike this
int[] a = new int
;int[,] b = new int[r, c];for (int i
= 0; i < n; i++)
b[i / c, i % c] = a[i];
also canwrite like this
for (int i = 0; i < r; i++)
{ for (int j = 0; j < c; j++)
{
b[i, j] = a[i * c +j]; //因为 b[i / c, i % c] = a[i];所以逆向思维考虑b[i, j]=b[(i
* c +j)/c][(i * c +j)% c]
}
}
最近研究傅里叶算法,发现很多书都没有解释明白,都是一笔带过,发了很长时间,终于研究懂了,而且还发现很多书都是抄袭,有一本书出现错误,另一本也出现同样错误,可恶。
注:转载本文:
*************************************************************************
* 函数名称:
* Fourier()
* 参数:
* LPSTR lpDIBBits - 指向源DIB图像指针
* LONG lWidth - 源图像宽度(象素数)
* LONG lHeight - 源图像高度(象素数)
* 返回值:
* BOOL - 成功返回TRUE,否则返回FALSE。
* 说明:
* 该函数用来对图像进行付立叶变换。
************************************************************************/
BOOL CDibImage::Fourier(LPSTR lpDIBBits, LONG lWidth, LONG lHeight)
{
unsigned char*lpSrc;
// 指向源图像的指针
double
dTemp;
LONG i;// 循环变量
LONG j;
LONG w;// 进行付立叶变换的宽度(2的整数次方)
LONG h;// 进行付立叶变换的高度(2的整数次方)
int wp;
int hp;
LONG lLineBytes;// 图像每行的字节数
lLineBytes = WIDTHBYTES(lWidth * 8);// 计算图像每行的字节数
// 赋初值
w = 1;
h = 1;
wp = 0;
hp = 0;
// 计算进行付立叶变换的宽度和高度(2的整数次方)
while(w * 2 <= lWidth)
{
w *= 2;
wp++;
}
while(h * 2 <= lHeight)
{
h *= 2;
hp++;
}
complex<double> *TD = new complex<double>[w * h];
complex<double> *FD = new complex<double>[w * h];
for(i = 0; i < h; i++)// 行
{
for(j = 0; j < w; j++)// 列
{
// 指向DIB第i行,第j个象素的指针
lpSrc = (unsigned char*)lpDIBBits + lLineBytes * (lHeight - 1 - i) + j;
// 给时域赋值
TD[j + w * i] = complex<double>(*(lpSrc), 0);
}
}
for(i = 0; i < h; i++)
{
// 对y方向进行快速付立叶变换
FFT(&TD[w * i], &FD[w * i], wp);
}
// 保存变换结果(研究了很长时间都没看懂,原来是一个小算法,就是一维数组转换二维数组问题,然后在进行倒置)
for(i = 0; i < h; i++)//行
{
for(j = 0; j < w; j++)//列
{
TD[i + h * j] = FD[j + w * i];//相当于把一维数组FD[j + w * i]转换成二维数组FD[i][j],然后把二维数组
//FD[i][j], 进行转置,变成TD[j][i],然后在把二维数组TD[j][i]变成一维数组TD[j*h+i],
}
}
for(i = 0; i < w; i++)
{
// 对x方向进行快速付立叶变换
FFT(&TD[i * h], &FD[i * h], hp);
}
for(i = 0; i < h; i++)// 行
{
for(j = 0; j < w; j++)// 列
{
// 计算频谱
dTemp = sqrt(FD[j * h + i].real() * FD[j * h + i].real() +
FD[j * h + i].imag() * FD[j * h + i].imag()) / 100;
if (dTemp > 255)
{
dTemp = 255;
}
// 指向DIB第(i<h/2 ? i+h/2 : i-h/2)行,第(j<w/2 ? j+w/2 : j-w/2)个
// 象素的指针,此处不直接取i和j,是为了将变换后的原点移到中心
// lpSrc = (unsigned char*)lpDIBBits + lLineBytes * (lHeight-1-i) + j;
lpSrc = (unsigned char*)lpDIBBits + lLineBytes *
(lHeight - 1 - (i<h/2 ? i+h/2 : i-h/2)) + (j<w/2 ? j+w/2 : j-w/2);
// 更新源图像
* (lpSrc) = (BYTE)(dTemp);
}
}
delete TD;
delete FD;
return TRUE;
}
具体的一维数组转二维数组算法如下:
一维->二维(先看二维转一维,然后逆向思维考虑就行了)
一个n个元素的一维数组,转换为r行c列的二维数组
对于一维数组中任意一个元素的下标i(0 <= i < n)
其对应的二维数组下标为 (i / c, i % c), 显然, 只与列数c有关,而与行数r无关
二维->一维
int[,] a =
newint[r, c];int[] b =new
int[r * c];for(int i =0; i <b.Length; i++)
b[i] = a[i / c, i % c];
一维->二维
codelike this
int[] a = new int
;int[,] b = new int[r, c];for (int i
= 0; i < n; i++)
b[i / c, i % c] = a[i];
also canwrite like this
for (int i = 0; i < r; i++)
{ for (int j = 0; j < c; j++)
{
b[i, j] = a[i * c +j]; //因为 b[i / c, i % c] = a[i];所以逆向思维考虑b[i, j]=b[(i
* c +j)/c][(i * c +j)% c]
}
}
相关文章推荐
- 关于Top n算法问题的一个思路
- 关于问答区里面的一个算法问题
- 一个数组变换的算法问题-关于前端的分页功能排序(点击/热门)功能
- 一个关于移位的问题的多种算法求解
- 关于置顶问题的一个小算法
- 关于一个判断Integer数是否为回文数的算法问题
- 一个关于Random算法的问题
- 一个关于拼图算法的问题
- DataGuard - 一个关于Physical Standby中recover问题的解决方法
- 关于SQL的存储过程一个悬而未决的老问题
- 关于C语言For循环的一个问题~!
- 关于数据库备份的一个问题??
- 关于CreateService的一个大问题:权限问题
- 一个关于重定向的问题研究,应该具有实用性
- 一个关于Schema的问题,请求帮助
- 一个关于bin目录下DLL动态编译的问题
- java 中关于package的一个问题
- 关于统计的一个sql问题,使用动态sql语句实现。
- DataGuard - 一个关于Physical Standby中recover问题的解决方法
- 一个我很长时间才解决的关于xp与2000共享的网络问题