使用Eigen非官方FFT库（FFTW后端）实现二维FFT的技术咨询

首先看你写的代码，核心思路是对的（先逐行做1D FFT，再逐列做1D FFT），但有几个关键问题需要修正，还有一些细节可以优化。我先给你完善后的完整代码，再逐条解释问题点：

完善后的代码 #

#include <Eigen/Dense>
#include <unsupported/Eigen/FFT>

void fft2(Eigen::MatrixXf* matIn, Eigen::MatrixXcf* matOut) {
    // 先做空指针检查，避免传入无效指针导致崩溃
    if (!matIn || !matOut) {
        return;
    }

    const int nRows = matIn->rows();
    const int nCols = matIn->cols();

    // 必须先初始化输出矩阵的尺寸，否则直接赋值行/列会触发未定义行为
    matOut->resize(nRows, nCols);

    Eigen::FFT<float> fft;

    // 第一步：对每一行执行1D正向FFT
    for (int k = 0; k < nRows; ++k) {
        // 注意：每行的长度是nCols，不是nRows！你原代码这里维度写错了
        Eigen::VectorXcf rowOut(nCols);
        fft.fwd(rowOut, matIn->row(k));
        matOut->row(k) = rowOut;
    }

    // 第二步：对每一列执行1D正向FFT
    for (int k = 0; k < nCols; ++k) {
        // 每列的长度是nRows，对应输入矩阵的行数
        Eigen::VectorXcf colOut(nRows);
        fft.fwd(colOut, matOut->col(k));
        matOut->col(k) = colOut;
    }
}

原代码的核心问题 #

1. 维度匹配错误：你原代码里行处理的tmpOut(nRows)是错误的——每行的元素个数是nCols，所以向量长度应该是nCols；列处理同理，每列的元素个数是nRows，对应向量长度要设为nRows。
2. 输出矩阵未初始化：如果调用函数前matOut没有调整到正确的尺寸，直接赋值行/列会导致内存越界或未定义行为，必须先调用resize(nRows, nCols)。
3. 空指针检查缺失：添加指针有效性检查是工程化代码的基本要求，能避免传入空指针时程序崩溃。
4. 代码未完成：你列处理的fft.fwd部分没写完，需要补全对列向量的变换和赋值。

额外优化与注意事项 #

• 归一化控制：Eigen的FFT默认是未归一化的，也就是说，做完正向FFT再做逆FFT时，需要手动除以总元素数（nRows * nCols）才能还原原始信号。如果需要自动归一化，可以在创建FFT对象时设置标志：

  Eigen::FFT<float> fft;
  fft.SetFlag(Eigen::FFT<float>::Normalized);
  

• 原地变换优化：如果不需要保留原始输入矩阵，可以考虑把输入转成复矩阵后直接做原地变换，节省内存开销：

  void fft2Inplace(Eigen::MatrixXcf* mat) {
      Eigen::FFT<float> fft;
      for (int k=0; k<mat->rows(); ++k) fft.fwd(mat->row(k));
      for (int k=0; k<mat->cols(); ++k) fft.fwd(mat->col(k));
  }
  

• 验证方法：可以通过逆变换还原输入矩阵来验证正确性，我给你写了个简单的测试示例：

  #include <iostream>
  
  int main() {
      // 创建4x4随机输入矩阵
      Eigen::MatrixXf input(4,4);
      input.setRandom();
  
      Eigen::MatrixXcf output;
      fft2(&input, &output);
  
      // 执行逆FFT还原输入
      Eigen::FFT<float> fft;
      Eigen::MatrixXcf tmp = output;
      // 先对列做逆FFT
      for (int k=0; k<tmp.cols(); ++k) {
          Eigen::VectorXcf colOut(tmp.rows());
          fft.inv(colOut, tmp.col(k));
          tmp.col(k) = colOut;
      }
      // 再对行做逆FFT
      Eigen::MatrixXf inputRestored(tmp.rows(), tmp.cols());
      for (int k=0; k<tmp.rows(); ++k) {
          Eigen::VectorXf rowOut(tmp.cols());
          fft.inv(rowOut, tmp.row(k));
          inputRestored.row(k) = rowOut;
      }
      // 未归一化的情况下，需要除以总元素数
      inputRestored /= input.size();
  
      // 检查还原误差
      if ((input - inputRestored).norm() < 1e-5) {
          std::cout << "FFT与逆变换验证通过！误差在允许范围内" << std::endl;
      } else {
          std::cout << "FFT与逆变换存在明显误差，请检查实现" << std::endl;
      }
  
      return 0;
  }
  

内容的提问来源于stack exchange，提问作者Bubble