关于傅里叶变换算法中的一个小算法（下标的问题）

感言： 

      最近研究傅里叶算法，发现很多书都没有解释明白，都是一笔带过，发了很长时间，终于研究懂了，而且还发现很多书都是抄袭，有一本书出现错误，另一本也出现同样错误，可恶。

 注：转载本文：

  *************************************************************************
 * 函数名称：
 *   Fourier()
 * 参数:
 *   LPSTR lpDIBBits    - 指向源DIB图像指针
 *   LONG  lWidth       - 源图像宽度（象素数）
 *   LONG  lHeight      - 源图像高度（象素数）
 * 返回值:
 *   BOOL               - 成功返回TRUE，否则返回FALSE。
 * 说明:
 *   该函数用来对图像进行付立叶变换。
 ************************************************************************/
BOOL CDibImage::Fourier(LPSTR lpDIBBits, LONG lWidth, LONG lHeight)
{
unsigned char*lpSrc; // 指向源图像的指针
double dTemp;
LONG i;// 循环变量
LONG j;
LONG w;// 进行付立叶变换的宽度（2的整数次方）
LONG h;// 进行付立叶变换的高度（2的整数次方）
int wp;
int hp;

LONG lLineBytes;// 图像每行的字节数
lLineBytes = WIDTHBYTES(lWidth * 8);// 计算图像每行的字节数

// 赋初值
w = 1;
h = 1;
wp = 0;
hp = 0;

// 计算进行付立叶变换的宽度和高度（2的整数次方）
while(w * 2 <= lWidth)
{
w *= 2;
wp++;
}
while(h * 2 <= lHeight)
{
h *= 2;
hp++;
}

complex<double> *TD = new complex<double>[w * h];
complex<double> *FD = new complex<double>[w * h];

for(i = 0; i < h; i++)// 行
{
for(j = 0; j < w; j++)// 列
{
// 指向DIB第i行，第j个象素的指针
lpSrc = (unsigned char*)lpDIBBits + lLineBytes * (lHeight - 1 - i) + j;

// 给时域赋值
TD[j + w * i] = complex<double>(*(lpSrc), 0);
}
}

for(i = 0; i < h; i++)
{
// 对y方向进行快速付立叶变换
FFT(&TD[w * i], &FD[w * i], wp);
}

// 保存变换结果（研究了很长时间都没看懂，原来是一个小算法，就是一维数组转换二维数组问题，然后在进行倒置）
for(i = 0; i < h; i++)//行
{
for(j = 0; j < w; j++)//列
{
TD[i + h * j] = FD[j + w * i];//相当于把一维数组FD[j + w * i]转换成二维数组FD[i][j],然后把二维数组

                                                         //FD[i][j], 进行转置，变成TD[j][i],然后在把二维数组TD[j][i]变成一维数组TD[j*h+i],

}
}

for(i = 0; i < w; i++)
{
// 对x方向进行快速付立叶变换
FFT(&TD[i * h], &FD[i * h], hp);
}

for(i = 0; i < h; i++)// 行
{
for(j = 0; j < w; j++)// 列
{
// 计算频谱
dTemp = sqrt(FD[j * h + i].real() * FD[j * h + i].real() + 
        FD[j * h + i].imag() * FD[j * h + i].imag()) / 100;
if (dTemp > 255)
{
dTemp = 255;
}

// 指向DIB第(i<h/2 ? i+h/2 : i-h/2)行，第(j<w/2 ? j+w/2 : j-w/2)个
// 象素的指针，此处不直接取i和j，是为了将变换后的原点移到中心
// lpSrc = (unsigned char*)lpDIBBits + lLineBytes * (lHeight-1-i) + j;
lpSrc = (unsigned char*)lpDIBBits + lLineBytes * 
(lHeight - 1 - (i<h/2 ? i+h/2 : i-h/2)) + (j<w/2 ? j+w/2 : j-w/2);

// 更新源图像
* (lpSrc) = (BYTE)(dTemp);
}
}

delete TD;
delete FD;
return TRUE;
}

具体的一维数组转二维数组算法如下：

一维->二维（先看二维转一维，然后逆向思维考虑就行了）

一个n个元素的一维数组，转换为r行c列的二维数组

对于一维数组中任意一个元素的下标i(0 <= i < n)

其对应的二维数组下标为 (i / c, i % c), 显然, 只与列数c有关，而与行数r无关

二维->一维

int[,] a = newint[r, c];int[] b =new int[r * c];for(int i =0; i <b.Length; i++)
    b[i] = a[i / c, i % c];

一维->二维

codelike this

int[] a = new int[n];int[,] b = new int[r, c];for (int i = 0; i < n; i++)
    b[i / c, i % c] = a[i];

 

also canwrite like this

for (int i = 0; i < r; i++)
{    for (int j = 0; j < c; j++)
    {
        b[i, j] = a[i * c +j];     //因为   b[i / c, i % c] = a[i];所以逆向思维考虑b[i, j]=b[(i * c +j)/c][(i * c +j)% c]
    }
}