在OpenCV中使用逆DFT和幅度+相位矩阵重建图像

问题描述

假设官方DFT教程（使用Java绑定）https://docs.opencv.org/3.4/d8/d01/tutorial_discrete_fourier_transform.html，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),phasI);
    Mat newComplexI = new Mat();
    Core.merge(magI,phasI,newComplexI);
    complexI.get(0,0)[0] == newComplex.get(0,0)[0]; // FALSE

这是怎么回事？仅仅将complexI分解成大小矩阵和相位矩阵，然后重新组合它们就可以生成不同的矩阵。如果我在Core.dft调用之前进行了此测试，那么它将正常工作。是因为Mat后DFT有浮点数，而我们却失去了精度吗？然而，complexI和newComplexI之间的差异远大于phe的小数，有时是几千。

如何使用逆dft从磁矩阵和相位矩阵正确重建图像？

解决方法

本来可以删除问题，但已被投票通过，我想其他人也有同样的问题。

这很有道理，我只是在问之前没有充分考虑问题。 complexI是2通道矩阵，代表第一个通道中的Re号和第二个通道中的Im。 Split本质上给出了两个分别具有所有Re和Im数字的单通道矩阵。实际上，使用magnitude函数可以计算sqrt(Re^2 + Im^2)，该数字与Re和Im完全不同。 phase与之类似，但使用的是相位计算公式。取这两个数字（磁和相位）并通过merge只需生成一个新的2通道矩阵，其中Re现在是mag数字，而Im现在是相位编号，与原始编号无关，这与newComplexI完全不同。

为了实现我想要的功能，调用polarToCart(mag,phase,...)函数以获取Re和Im的值。

dft java java opencv opencv