0

我正在尝试实现 3D DFT，但遇到了一些麻烦。我认为我应该做的是只做 3 个连续的 1D DFT，每个方向一个。假设 1D DFT 是正确的，你能看出这段代码有什么问题吗：

def dft3d(self, real3d, img3d, nx, ny, nz, dir):

    #Transform depth
    for i in range(nx):
        for j in range(ny):
            real = numpy.zeros(nz)
            img = numpy.zeros(nz)
            for k in range(nz):
                real[k] = real3d[i][j][k]
                img[k] = img3d[i][j][k]
            self.dft(real, img, nz, 1) #This was indented too much. It should work now.
            for k in range(nz):
                real3d[i][j][k] = real[k]
                img3d[i][j][k] = img[k]

    #Transform cols
    for k in range(nz):
        for i in range(nx):
            real = numpy.zeros(ny)
            img = numpy.zeros(ny)
            for j in range(ny):
                real[j] = real3d[i][j][k]
                img[j] = img3d[i][j][k]
            self.dft(real, img, ny, 1)
            for j in range(ny):
                real3d[i][j][k] = real[j]
                img3d[i][j][k] = img[j]

    #Transform rows
    for j in range(ny):
        for k in range(nz):
            real = numpy.zeros(nx)
            img = numpy.zeros(nx)
            for i in range(nx):
                real[i] = real3d[i][j][k]
                img[i] = img3d[i][j][k]
            self.dft(real, img, nx, 1)
            for i in range(nx):
                real3d[i][j][k] = real[i]
                img3d[i][j][k] = img[i]

我知道在 python 中有内置版本，但我不能使用那些。我只是在 python 中测试我的算法，所以我可以比较我的算法和内置算法的结果。据我所知，它适用于 1D 和 2D 变换，但一旦我将其扩展到 3D，结果就不再匹配。有谁知道出了什么问题？

4

1 回答 1

2

的第一个实例self.dft缩进太远。

除此之外，我从提供的代码中看不出任何问题。

附带说明一下，如果您numpy按照代码的建议使用，即使不使用内置的 DFT/FFT，也可以显着简化代码。

例如，您可以索引 3D numpy 数组，例如data3D[i, j, k]. 您可以通过data3D[:, j, k]、data3D[i, :, k]、data3D[:, :, k]等进行切片，而不是在 for 循环中一次分配一个元素。

于 2012-02-03T04:15:40.330 回答