本算法特点:
1:蝶形运算实现FFT_1D,然后先对二维的y方向进行FFT_1D运算,后对x方向进行FFT_1D预算。
2:提供对数据预处理的函数,可以实现对非2的整数次幂的数组的处理。
3:数据预处理将调整数组长度,并生成与原始数据相对应的复数(complex<double>).
4:相关链接:C实现 离散余弦DCT 源代码
源代码:
#include "stdafx.h"
#include <afxwin.h>
#include"math.h"
#include <complex>
#define PI 3.1415926535897932384626
using namespace std;
complex<double> * DataFitFormat(unsigned char *data,int lWidth,int lHeight)//将数组转换为适合FFT处理的数据(数组长度为2的整数次幂),填充的数据补零操作.当lHeight=1时表示为对一维数组处理.data为对二维数据的一维表示,是按照从左到右,从上到下。
{
complex<double> *TD;
int w=1;
int h=1;
int wp=0;//存储w的2的幂数
int hp=0;//存储h的2的幂数
//计算刚好大于或等于lWidth,lHeight的2的整数次幂,和相应的幂数///
while(w<lWidth)
{
w=w*2;
wp++;
}
while(h<lHeight)
{
h=h*2;
hp++;
}
TD=new complex<double>[w*h];
for(int i=0;i<h;i++)
{
if(i<lHeight)
{
for(int j=0;j<w;j++)
{
if(j< lWidth)
{
TD[i*w+j]=complex<double>(data[i*lWidth+j],0);//将char数据,准换为实数为data数据,虚数为0的复数
}
else
{
TD[i*w+j]=complex<double>(0,0);//对于超出原数据的数据进行补零操作
}
}
}
else
{
for(int j=0;j<w;j++)
{
TD[i*w+j]=complex<double>(0,0);//对于超出原数据的数据进行补零操作
}
}
}
return TD;
}
void InitTDAndFD(complex<double> *&TD,complex<double> *&FD,unsigned char *data,int lWidth,int lHeight)//初始化TD和FD(FFT操作)
{
int w=1;
int h=1;
int wp=0;//存储w的2的幂数
int hp=0;//存储h的2的幂数
complex<double> *TmpFD;
//计算刚好大于或等于lWidth,lHeight的2的整数次幂,和相应的幂数///
while(w<lWidth)
{
w=w*2;
wp++;
}
while(h<lHeight)
{
h=h*2;
hp++;
}
TmpFD=new complex<double>[w*h];
for(int i=0;i<w*h;i++)
{
TmpFD[i]=complex<double>(0.0,0.0);//FD初值设为0
}
TD=DataFitFormat(data,lWidth,lHeight);//调用已有函数DataFitFormat初始化TD
FD=TmpFD;
}
void FFT_1D(complex<double> *&TD,complex<double>*&FD,int Len)//一维FFT运算,len为一维数组的真实长度。而TD和FD数组的长度都是经过 InitTDAndFD得到的适合FFT处理的数组长度为2的整数次幂的数组 。
{
//long i,j,k;
int l=1;
int lp=0;
int p=0;
double angle=0;//中间变量及角度
complex<double> *W,*X1,*X2,*X;
while(l<Len)
{
l=l*2;
lp++;
}
int r=lp;
long N=1<<r;//快速傅里叶变换点数 2的r次幂;
W=new complex<double>[N/2];//存放旋转系数
X1=new complex<double>[N];//
X2=new complex<double>[N];//分配运算的存储器
for(long i=0;i<N/2;i++)
{
angle=-i*PI*2/N;
W[i]=complex<double>(cos(angle),sin(angle));
}
memcpy(X1,TD,sizeof(complex<double>)*N);//将TD所在的内存数据拷贝到X1中
///核心算法:蝶形运算/
for(long k=0;k<r;k++)
{
for(long j=0;j<(1<<k);k++)
{
for(long i=0;i<(1<<(r-k-1));i++)
{
p=j*(1<<(r-k));
X2[i+p]=X1[i+p]+X1[i+p+(int)(1<<(r-k-1))];
X2[i+p+(int)(1<<(r-k-1))]=(X1[i+p]-X1[i+p+(int)(1<<(r-k-1))]) *W[i*(1<<k)];
}
}
X=X1;
X1=X2;
X2=X;
}
/重新排序,将反序->正序//
for(int j=0;j<N;j++)
{
p=0;
for(int i=0;i<r;i++)
{
if(j&(1<<i))
{
p+=1<<(r-i-1);
}
}
FD[j]=X1[p];
}
delete W;
delete X1;
delete X2;
}
void FFT_2D(complex<double>*&TD,complex<double> *&FD,int lWidth,int lHeight)//由一维FFT推算出二维FFT。lWidth,lHeight分别为要处理数据的宽和高。TD数组的长度为2的整数次幂,由专门的函数对原始数据进行处理
{
int w=1;
int h=1;
int wp=0;//存储w的2的幂数
int hp=0;//存储h的2的幂数
complex<double> *TmpTD,*TmpFD;//存放临时的一列的数据
//计算刚好大于或等于lWidth,lHeight的2的整数次幂,和相应的幂数///
while(w<lWidth)
{
w=w*2;
wp++;
}
while(h<lHeight)
{
h=h*2;
hp++;
}
先按y方向进行快速的一维FFT运算 //
TmpTD=new complex<double>[h];
TmpFD=new complex<double>[h];
for(int i=0;i<w;i++)
{
//先按y方向进行快速的一维FFT运算
for(int j=0;j<h;j++)
{
TmpTD[j]=TD[j*w+i];
}
FFT_1D(TmpTD,TmpFD,lHeight);
//保存结果
for(int j=0;j<h;j++)
{
TD[j*w+i]=TmpFD[j];
}
}
delete TmpTD;
delete TmpFD;
///再按x方向进行快速的一维FFT运算///
TmpTD=new complex<double>[h];
TmpFD=new complex<double>[h];
for(int i=0;i<h;i++)
{
再按x方向进行快速的一维FFT运算
for(int j=0;j<w;j++)
{
TmpTD[j]=TD[i*w+j];
}
FFT_1D(TmpTD,TmpFD,lWidth);
//保存结果
for(int j=0;j<w;j++)
{
FD[i*w+j]=TmpFD[j];
}
}
delete TmpTD;
delete TmpFD;
}