快速傅里叶转换 模版

1 篇文章 0 订阅
0 篇文章 0 订阅
#include <stdio.h>
#include <string.h>
#include <iostream>
#include <algorithm>
#include <math.h>
using namespace std;
const double PI = acos(-1.0);
//复数结构体
struct Complex
{
    double x,y;//实部和虚部 x+yi
    Complex(double _x = 0.0,double _y = 0.0)
    {
        x = _x;
        y = _y;
    }
    Complex operator -(const Complex &b)const
    {
        return Complex(x-b.x,y-b.y);
    }
    Complex operator +(const Complex &b)const
    {
        return Complex(x+b.x,y+b.y);
    }
    Complex operator *(const Complex &b)const
    {
        return Complex(x*b.x-y*b.y,x*b.y+y*b.x);
    }
};
class myfft
{
public:
    Complex x1[100],x2[100];
    Complex x[100];
    int sum[100];
    void fft(Complex p[],int len,int on)
    {
        Complex pcpy[100];
        for(int width=2;width<=len;width*=2)
        {
            memcpy(pcpy,p,sizeof(pcpy));
            Complex wn(cos(on*2*PI/width),sin(on*2*PI/width));
            int jiange=len/width;
            for(int i=0;i<jiange;i++)
            {
                Complex w(1,0);
                int ap=i;
                int bp=ap+jiange;
                int cp=i;
                int dp=i+width/2*jiange;
                for(int j=0;j<width/2;j++)
                {
                    p[cp]=pcpy[ap]+w*pcpy[bp];
                    p[dp]=pcpy[ap]-w*pcpy[bp];
                    w=w*wn;
                    ap+=2*jiange;
                    bp+=2*jiange;
                    cp+=jiange;
                    dp+=jiange;
                }
            }
        }
    }

    void solve(int a,int b)
    {
        int len1=0;
        int len2=0;

        for(int i=0; i<100; i++)
            x1[i].x=x1[i].y=x2[i].x=x2[i].y=0;
        while(a)
        {
            x1[len1++].x=a%10;
            a/=10;
        }
        while(b)
        {
            x2[len2++].x=b%10;
            b/=10;
        }
        int len=1;
        while(len<len1*2||len<len2*2)len*=2;
        fft(x1,len,1);
        fft(x2,len,1);
        for(int i=0; i<len; i++)
            x[i]=x1[i]*x2[i];
        fft(x,len,-1);
        for(int i=0; i<len; i++)
            x[i].x=x[i].x/len;
        for(int i=0; i<len; i++)
            sum[i]=(int)(x[i].x+0.5);
        for(int i=0; i<len; i++)
        {
            sum[i+1]+=sum[i]/10;
            sum[i]=sum[i]%10;
        }
        int i;
        for(i=len-1; i>=0; i--)
            if(sum[i])
                break;
        for(; i>=0; i--)
            printf("%d",sum[i]);
        printf("\n");
    }
};
myfft m;

int main()
{
    int a,b;
    scanf("%d%d",&a,&b);
    m.solve(a,b);

    return 0;
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Matlab中的FFT(快速傅里叶变换)函数可用于实现模板匹配定位算法。模板匹配定位是一种图像处理技术,用于在一幅图像中找寻目标图像的位置或区域。 首先,我们需要创建一个目标模板,该模板是我们希望在原始图像中定位的目标图像的子集。模板可以是任何感兴趣的对象,如人脸、车辆或文本等。 接下来,我们使用FFT函数对原始图像和目标模板进行傅里叶变换。FFT将这些图像从空域转换到频域,这样我们就可以在频域中进行匹配操作。对于原始图像和目标模板,我们分别获取其幅度谱和相位谱。 然后,我们需要对目标模板的幅度谱和相位谱进行归一化处理。这是为了使它们具有相似的尺度,并且在匹配过程中排除原始图像的亮度和对比度变化的影响。 接下来,我们对原始图像的幅度谱和相位谱进行相应的归一化处理。 然后,我们可以使用幅度谱和相位谱的对比度进行模板匹配。具体而言,我们对原始图像的幅度谱和相位谱与目标模板的幅度谱和相位谱进行逐像素相乘,并使用IFFT(逆傅里叶变换)将结果转换回空域。 最后,我们可以使用峰值检测方法在结果图像中找到最高峰值所对应的位置,该位置即为目标模板在原始图像中的定位。 通过这种方式,我们可以在Matlab中使用FFT函数实现模板匹配定位。傅里叶变换能够显著提高模板匹配的效率,使得目标定位更加精确和鲁棒。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值