他们执行两种不同的数学运算

1. FFT 对输入矩阵的每一列（或第一个非单维）执行一维离散傅里叶变换
2. FFT2 对整个矩阵执行完整的二维离散傅里叶变换。

您要使用哪一种取决于您的具体应用。一个本质上并不比另一个“更好”，它们只是两种不同的东西。尤其

对于在两个维度（即空间像素）上具有相似性质的二维输入，并且您希望在两者中实现相似的东西（例如找到低频分量），您可能需要 fft2()。

如上所述，fft2() 在功能上等同于对行执行 1-d fft，然后对结果列执行另一个 1-d fft。

-k

警告：@Hilmar 的回答很简洁，我只是提供一个健谈的版本。

傅里叶运算对任何维度的数据的作用是提供一种替代（双重）描述，即每个“频率分量”的“信息量”（让我们说能量）。频率分量可以通过多种方式定义（跨越每个维度、径向等）

FFT 的作用通常是比直接运算更快地执行上述计算（快速，FFT 的第一个 F），但代价是一些已知的副作用。

FFT 通常描述通用概念或一维的标准快速傅里叶变换。为了让它们在更多维度上保持更快，它们通常以可分离的方式实现：在每个维度（行、列、深度等）中可分离地（独立地）使用 1D FFT。人们通常将它们称为FFT2 或 FFT2D用于 2D 图像（具有水平和垂直频率），或者在更多维度上、 FFT-$N$$N$