做AForge的人做得相当不错,但这不是商业品质。这是很好的学习,但你可以告诉他他也在学习,所以他有一些非常严重的错误,比如假设图像的大小而不是每像素使用正确的位数。
我不是要敲那个人,我尊重他的学习所有这一切并向我们展示如何去做。我认为他现在是博士,或者至少他将会如此,所以他真的很聪明,这不是一个商业上可用的图书馆。
使用傅立叶变换和复杂图像/数字时,Math.Net库有其独特的怪异。就像,如果我没有弄错的话,它会输出人类可视格式的傅立叶变换,如果你想看一下变换的图片,这对人类来说很不错,但是当你期望数据在某个特定的情况下它不是那么好格式(正常格式)。我可能会对此有所误解,但我只记得有些奇怪,所以我实际上去了他们用于傅里叶东西的原始代码,它的效果要好得多。(ExocortexDSP v1.2 http://www.exocortex.org/dsp/)
Math.net在处理来自FFT的数据时也有一些我不喜欢的时髦,我不记得它是什么我只是知道从ExoCortex DSP库中获得我想要的东西要容易得多。我不是数学家或工程师; 对那些人来说,这可能是完全合理的。
所以!我使用Math.Net所基于的ExoCortex中的FFT代码,没有任何其他东西,它运行良好。
哦!我不知道你是在上学还是上班,但无论哪种方式都有斯坦福大学教授在iTunes大学上发表的大型免费讲座系列。