问题标签 [fourier-descriptors]

我正在尝试对 1 亿个复杂数据（100000x1000）计算 2D FFT，大约需要 4.6 秒，但我想减少时间。然后我尝试使用 fftw_thread 计算它。但是随后计算时间增加了（在 2 个线程中耗时 - 8.5 秒，在 4 个线程中耗时 - 16.5 秒）。我正在为 C++ 和 OS 使用 FFTW3 库 - ubuntu 18.04 我在下面附上 C++ 代码：

我没有错误。我想减少执行时间。任何人都可以在这件事上帮助我，以减少在 1 亿个数据上计算 2D FFT 的时间。

我希望计算一个通过一组给定点的函数（傅立叶级数）。

类似于这里发生的事情https://gofigure.impara.ai/，但我不希望对其进行动画处理。我只想要这个功能，以便我可以自己绘制形状。我已经阅读了很多描述它的数学资料和动画代码，但我正在努力实现我的实现。

我目前的代码如下【应该可以单独在python notebook中运行】

这是我的输出：

我想概述的要点

我的函数逼近

我不相信正确使用快速傅立叶变换。从我读到的 fft 是我需要的，我移动它是因为 scipy fft 返回移动的数组，我认为我的代码的其余部分是正确的，假设系数是正确的，这就是我怀疑的原因系数。

变换和我缺少的系数之间是否有一个步骤？或者我的函数评估是否给定系数不正确？还是我错过了其他东西？

假设滤波器的傅立叶变换为 F(u,v)= (1+cos(v))/2

我们需要将此过滤器应用于图像，如下所示

这个图像将如何变化（它甚至会改变吗？）

根据我在网上找到的一个答案，它模糊地说它不会改变，因为水平频率没有改变。但我仍然不明白这怎么可能。请解释如何应用过滤器。我认为图像需要在应用过滤器之前转换到频域。在那种情况下，顺序域中的图像会是什么样子？我检查了Matlab，它在中心水平显示了小点。

如果我的解释具有误导性，这是问题的图片。

点击查看实际问题

我是 Python 的新用户。我有一个包含 16 个数据的信号。

例如：'a = [ 1, 2, 3, 4, 1, 1, 1, 1, 1, 1 ,2, 3, 4, 1, 1]'

我试图 numpy.fft.fft 但我不知道如何对这些频率求和并计算傅立叶系数。

谢谢你。