C语言卷积函数？
代码示例：
void Convert(double BMWL,double NORMAL,double *BMwindowVct,float *RR,int * rR,int lenz,double *RRproc)
{
double *X=NULL;
double *Y=NULL;
if (NULL==X)
{
X=new double[BMWL];
}
if (NULL==Y)
{
Y=new double[NORMAL];
}
for(int i=0;i<BMWL;i++)
{
X[i]=BMwindowVct[i];
}
for(int i=0;i<NORMAL;i++)
{
Y[i]=RR[(int)rR[i]];
}
double *zptr=NULL;
double s;
double *xp=NULL;
double *yp=NULL;
int n,n_lo,n_hi;
double *Z=NULL;
if (NULL==Z)
{
Z=new double[lenz];
}
zptr=Z;
for (int i=0;i<lenz;i++)
{
s=0.0;
n_lo=0>(i-NORMAL+1)?0:i-NORMAL+1;
n_hi=BMWL-1<i?BMWL-1:i;
xp=X+n_lo;
yp=Y+i-n_lo;
for (n=n_lo;n<=n_hi;n++)
{
s+=*xp * *yp;
xp++;
yp--;
}
*zptr=s;
zptr++;
}
for(int i=0;i<lenz;i++)
{
RRproc[i]=Z[i];
}
delete [] X;
X=NULL;
delete [] Y;
Y=NULL;
delete [] Z;
Z=NULL;
int m=0;
for(int l=(ceil((double)BMWL/2-2));l<(ceil((double)BMWL/2)+NORMAL-2);l++)
{
RRproc[m]=RRproc[l];
m++;
}
}
C语言中没有内置的卷积函数，但是您可以使用第三方库或自己实现卷积函数。以下是一些关于C语言卷积函数的信息：
- 使用第三方库：您可以使用OpenCV、Halide等第三方库来实现卷积操作。这些库提供了各种类型的卷积核和优化方法，可以帮助您快速地实现卷积操作。
- 自己实现卷积函数：如果您想自己实现卷积函数，您需要了解卷积的基本原理和算法。然后，您可以使用循环或递归等方法来实现卷积操作 .
如何通俗的理解图像处理中常见的去卷积（反卷积or？
谈谈我的理解
卷积是一种运算操作，傅里叶变换是一种变换操作。卷积在图像处理的应用中一般是卷积滤波，即用一个卷积模板（卷积核/滤波器）去进行滤波，而傅里叶变换在信号处理中往往是变换时域和频域，在图像处理中便是空域和频域。那么我先把你说的边缘处理就认为是图像滤波里面的一种好了。那问题就变成是图像处理
空域滤波
和时域滤波
的对比了。卷积滤波
不用多说，原理就是一个卷积核去对图像进行卷积操作。这里附上二维卷积的实现可以得到，假如原图是M*N大小，卷积核为m*n, 时间复杂度约为
M * N * m * n
而卷积核通常比较小，一般有 3 * 3 和 5 * 5等，所以可以卷积滤波算法复杂度可以约为 c * M * N ，c为常数
时域滤波过程与一般信号处理一样，就是傅里叶变换到时域->在时域进行操作->傅里叶反变换回空域。
频域滤波过程
原图像大小 M * N
扩充后， 2M * 2 N
fft变换到频域， 计算量 2M * 2N * log( 2M * 2N）, 即 4M * N * log (4M * N)
对应相乘， 计算量 2M * 2N ,即4M * N
ifft变换回空域， 计算量 2M * 2N * log( 2M * 2N）, 即 4M * N * log (4M * N)
所以可以得到频域滤波算法复杂度为4M*N + 4M * N * log (4M * N)
即M*N（4 + log(4M * N)）。 所以与 c * M * N 相比，算法复杂度上频域滤波一般是没什么优势的。
然后另一个点是，在频域滤波第2步中，扩充图像回引入高频分量，从而带来干扰。
如图，扩充后，两个边界就会引入高频分量。
所以，我觉得一是算法复杂度没有相比卷积没有优势，二是可能会引入高频分量干扰。卷积的方法会更适合在实际应用的处理之中，而傅里叶变换到频域去我觉得更适合用来分析就好。
为什么现在对图像边缘的处理大多数是用卷积而不是傅里叶变换？ - 芒果小屋