爲什麼Matlab fft2比OpenCV dft快得多

我剛測試過比較OpenCV和fft2在dft函數中的速度。我加載相同的圖像，使用fft2（）和dft（）進行轉換並測量它們消耗的時間。我發現對於圖像來說，dft（）在win32發佈版本中花費了2秒多，而fft2（）只花了0.2秒。怎麼來的？我使用的OpenCV版本是2.4.8，而Matlab版本是2013a。這裏是我的測試代碼爲什麼Matlab fft2比OpenCV dft快得多

Matlab的：

tic 
X1 = fft2(im); 
toc

OpenCV的在C++：

start1 = clock(); 
dft(src,src,DFT_COMPLEX_OUTPUT); 
end1 = clock(); 
cout<<(double)(end1 - start1)/CLOCKS_PER_SEC<<endl;

來源

2017-03-08 Xiaotian Hu

MATLAB爲線性代數，功能分析和其他常用函數和算法使用高度優化的專有實現。答案只是MATLAB的實現更好。 – buzjwa

我同意你的看法，但是你能否添加一些你知道的實現細節？無論如何，謝謝你，它真的改變了我對Matlab的印象，它是一種慢腳本語言。 –

我不在MathWorks工作，所以我沒有內部信息與你分享:) – buzjwa

我已經問了很長時間的這個問題和類似的問題fft vs dft和Matlab vs c++。我找到的答案是，

Matlab有一些內置軟件，如MKL，Lapack和BLAS。
他們在場景後面使用c或Fortran庫。
他們使用最好的實現。例如，Matlab中的fft2是基於FFTW的。（在西方最快的傅里葉變換）
他們一直在改進。對於某些功能，新版本比舊版本明顯更快。

在另一方面，

您沒有使用最新版本的OpenCV應該對性能有一些影響。
您沒有按照建議使用DFT，可以通過獲取optimal dimensions來提高速度。如果圖像尺寸不是最佳的，則可能會顯着增加運行時間。

最後注意：建議不要使用tic, toc，而應使用timeit。

來源

2017-03-09 03:45:55 smttsp

一般FFT是一種快速實現的DFT。

DFT是一個線性變換，它將長度爲N的覆信號x作爲輸入，並給出長度爲N，X = Wx的覆信號X作爲輸出。 W是一個複雜的NxN矩陣與entiries W_k中，n = EXP（-2pi ķ N/N），其中0 < K，N < N.

FFT是算法的快速計算的集合DFT。通常，FFT所需的操作數量大約爲N * logN。最着名的FFT算法是針對N是2的冪的情況，但是對於主階和其他不同分解有FFT。

來源

2017-03-08 11:21:40

那麼，你的意思是函數dft（）不是由FFT或類似算法實現的？ –

[來自openCV文檔]（http://docs.opencv.org/3.0-beta/doc/py_tutorials/py_imgproc/py_transforms/py_fourier_transform/py_fourier_transform.html）：一種稱爲快速傅立葉變換（FFT）的快速算法用於計算的DFT。 –

嗯，我知道，但在我印象中，所有的DFT都是通過FFT算法實現的，否則使用起來會太慢，不是嗎？所以，我認爲OpenCV中的dft（）函數也是通過FFT實現的，它無法解釋爲什麼Matlab中的fft2（）函數比OpenCV中的dft（）快得多。 –

爲什麼Matlab fft2比OpenCV dft快得多

回答

相關問題