问题背景

在使用torch_dct时报错，经调研，是torch版本过高，dct中调用的旧的fft相关函数已经更新。

探索过程

参考[2]中说的对应关系如下：

旧版	新版
torch.rfft(input, signal_ndim=2, normalized=False, onesided=False)	torch.fft.fft()
torch.rfft(input, signal_ndim=2, normalized=False, onesided=True)	torch.fft.rfft()
torch.irfft(input, signal_ndim=2, normalized=False, onesided=False)	torch.fft.ifft2()
torch.irfft(input, signal_ndim=2, normalized=False, onesided=True)	torch.fft.irfft2()

感觉博客[2]讲的比较乱，而且它只提了对于2D，而我现在需要处理1D的信号，去pytorch官网[3]才看明白函数是咋用的。

torch_dct中对于2D和3D的DCT都是调用1D的DCT函数实现的，而1D的DCT中调用了1D的FFT，所以我需要针对我自己碰到的问题另寻方法进行改进，

解决方案

这里参考[1]中提到2D fft的解决方案，我给出对于2D torch_dct的解决方案：在_dct.py的开头添加下面这句话：

try:
    from torch import irfft
    from torch import rfft
except ImportError:
    def rfft(x, d):
        t = torch.fft.fft(x, dim = (-d))
        r = torch.stack((t.real, t.imag), -1)
        return r
    def irfft(x, d):
        t = torch.fft.ifft(torch.complex(x[:,:,0], x[:,:,1]), dim = (-d))
        return t.real

同时在调用到的地方对函数名从torch.rfft和torch.irfft中进行修改：

# Vc = torch.rfft(v, 1, onesided=False)
Vc = rfft(v, 1)

# v = torch.irfft(V, 1, onesided=False)
v = irfft(V, 1)

结果验证

和cv2的dct和idct进行对比，计算得到的结果相同：

代码如下：

import os
import cv2
import time
import torch
import torch_dct
import numpy as np

bgr_img = np.random.random((24,24))
bgr_tensor = torch.tensor(bgr_img)

dct_img = cv2.dct(bgr_img.astype(np.float32))
dct_img_tensor = torch.tensor(dct_img)
dct_tensor = torch_dct.dct_2d(bgr_tensor, 'ortho')
print(dct_img_tensor - dct_tensor)

idct_img = cv2.idct(dct_img)
idct_img_tensor = torch.tensor(idct_img)
idct_tensor = torch_dct.idct_2d(dct_tensor, 'ortho')
print(idct_img_tensor - idct_tensor)

参考链接

[1] 旧版pytorch中torch.rfft和irfft在新版本中的对应
[2] 解决报错：AttributeError: module ‘torch‘ has no attribute ‘irfft‘
[3] https://pytorch.org/docs/stable/fft.html