全频率阵列重建numpy.fft.rfftn

Question

我有一个真正有价值的灰度三维图像，分辨率行x列x深度。我用freq = numpy.fft.rfftn(myImage)计算图像的dft

返回的数组freq是resolution:rows x cols x deps/2+1。我想重构freq，就好像它是numpy.fft.fftn(myImage)的输出，也就是说，我希望freq的维数是rows x cols x deps。在

我知道实值dft的对应关系是X_u（k1，k2，k3）=X*（N1-k1，N2-k2，N3-k3），其中*是共轭转置。在

我可以用一个循环来重建全频阵列，但这太慢了，但是我很难找到正确的方法来进行阵列切片。在

谢谢！在

仅供参考，我需要完整的数组，因为我将按元素的方式将它与另一个全大小行x cols x deps的数组相乘，我不能假设数组有任何结构（如对称性）使我不必重建全频数组。在

Answer 1

我明白了！在

import numpy as np
import time

rows = 181
cols = 217
deps = 181

jac_k = np.random.rand(rows, cols, deps)*5

prev = time.time()
fft1 = np.fft.fftn(jac_k)
print time.time() - prev

prev = time.time()
fft2 = np.fft.rfftn(jac_k)

if deps%2 == 0:
    fft2Star = np.conj(fft2[:, :, -2:0:-1])
else:
    fft2Star = np.conj(fft2[:, :, -1:0:-1])

fft2Star[1::, :, :] = fft2Star[:0:-1, :, :]
fft2Star[:, 1::, :] = fft2Star[:, :0:-1, :]

fft2 = np.concatenate( (fft2, fft2Star), axis=2)
print time.time() - prev

print np.linalg.norm(fft1 - fft2)