今天挺高兴的,折腾了一天终于搞定了这三个函数,而且在我搜索相关资料的时候,发现不管是百度还是谷歌,都没有人将这三个函数用OpenCV同时实现。感觉挺惊讶的,因为在Matlab代码转OpenCV的时候,特别当用到傅里叶变换时,这类函数应该会很频繁的用到。先不管这些了,这里斗胆来一个全网首发,哈哈。
要实现Matlab的这三个函数,首先可以参考matlab是怎么做的,当在Matlab的命令行输入type circshift.m,可以看到该函数的实现被隐藏了,再看看fftshift和ifftshift,可以发现两者都是调用的circshift。其实理解这三个函数的原理后,就知道fftshift和ifftshift都是circshift的两种特殊情况,所以我们首先实现circshift。
circshift表示的是循环移动,详细说明可以自行百度。它在matlab中的用法是circshift(A,[1 2]),其中A表示待移动矩阵,[1 2]表示矩阵循环向下移动一行,再循环向右移动两行,如下图
看起来很简单,但是写起来并不方便,要是用指针操作这些数据,还是很容易写错的。考虑到既然是用OpenCV,那就用Mat自带的函数来实现。这里用到的是copyTo函数,具体思想看代码就能明白:
void circshift(Mat &out, const Point &delta)
{
Size sz = out.size();
// 错误检查
assert(sz.height > 0 && sz.width > 0);
// 此种情况不需要移动
if ((sz.height == 1 && sz.width == 1) || (delta.x == 0 && delta.y == 0))
return;
// 需要移动参数的变换,这样就能输入各种整数了
int x = delta.x;
int y = delta.y;
if (x > 0) x = x % sz.width;
if (y > 0) y = y % sz.height;
if (x < 0) x = x % sz.width + sz.width;
if (y < 0) y = y % sz.height + sz.height;
// 多维的Mat也能移动
vector planes;
split(out, planes);
for (size_t i = 0; i < planes.size(); i++)
{
// 竖直方向移动
Mat tmp0, tmp1, tmp2, tmp3;
Mat q0(planes[i], Rect(0, 0, sz.width, sz.height - y));
Mat q1(planes[i], Rect(0, sz.height - y, sz.width, y));
q0.copyTo(tmp0);
q1.copyTo(tmp1);
tmp0.copyTo(planes[i](Rect(0, y, sz.width, sz.height - y)));
tmp1.copyTo(planes[i](Rect(0, 0, sz.width, y)));
// 水平方向移动
Mat q2(planes[i], Rect(0, 0, sz.width - x, sz.height));
Mat q3(planes[i], Rect(sz.width - x, 0, x, sz.height));
q2.copyTo(tmp2);
q3.copyTo(tmp3);
tmp2.copyTo(planes[i](Rect(x, 0, sz.width - x, sz.height)));
tmp3.copyTo(planes[i](Rect(0, 0, x, sz.height)));
}
merge(planes, out);
}
参考Matlab中两者的实现,很容易就能写出这两个函数了,代码如下
void fftshift(Mat &out)
{
Size sz = out.size();
Point pt(0, 0);
pt.x = (int)floor(sz.width / 2.0);
pt.y = (int)floor(sz.height / 2.0);
circshift(out, pt);
}
void ifftshift(Mat &out)
{
Size sz = out.size();
Point pt(0, 0);
pt.x = (int)ceil(sz.width / 2.0);
pt.y = (int)ceil(sz.height / 2.0);
circshift(out, pt);
}
需要注意的是,这里circshift的输入是“Point pt”,pt.x和pt.y分别表示水平方向和竖直方向的移动,与Matlab的输入格式正好相反。另外这几个函数同样适用于一维的Mat,我也和Matlab对比过了,结果完全一致。最后,一些错误检查我可能写的不够,还有函数的实现也没考虑效率因素,所以如果大家有更好的想法,欢迎去我的GitHub留言。