参考了《Opencv中Mat矩阵相乘——点乘、dot、mul运算详解 》“http://blog.csdn.net/dcrmg/article/details/52404580”的相关内容。
乘法是线性代数的基本操作，在OpenCV中有三种方法实现了乘法。
一、向量乘法
这两幅图像说明的就是向量乘法。在OpenCV中采用" *"来实现，要求是第一个矩阵的列值等于第二个矩阵的行值。且每个矩阵都是float结构。
Mat A = Mat(3,3,CV_32FC1,Scalar(0)); Vec3f v (1,2,3); Mat B = Mat(v); A.at<**float**>(0,0)=1; A.at<**float**>(0,1)=2; A.at<**float**>(0,2)=3; A.at<**float**>(1,0)=4; A.at<**float**>(1,1)=5; A.at<**float**>(1,2)=6; A.at<**float**>(1,0)=4; A.at<**float**>(1,1)=5; A.at<**float**>(1,2)=6; Mat AB = A*B;
二、数量乘法
对于输入的矩阵
和
数量乘法的结果为
那么可以看出来，这里要求a和b的向量结构是一样的，在OpenCV中，如果a和b是多维向量的话，那么首先是将其拉长为一维向量，然后做乘法。
Mat A=Mat::ones(2,3,CV_8UC1); Mat B=Mat::ones(2,3,CV_8UC1); A.at<uchar>(0,0)=1; A.at<uchar>(0,1)=2; A.at<uchar>(0,2)=3; A.at<uchar>(1,0)=4; A.at<uchar>(1,1)=5; A.at<uchar>(1,2)=6; B.at<uchar>(0,0)=1; B.at<uchar>(0,1)=2; B.at<uchar>(0,2)=3; B.at<uchar>(1,0)=4; B.at<uchar>(1,1)=5; B.at<uchar>(1,2)=6; **double** AB=A.dot(B);
三、乘法
最后介绍.mul这种乘法。这种乘法就是直接理解意义上的乘法。对于
乘法的结果为
参考代码
Mat A = Mat(3,3,CV_32FC1,Scalar(0)); Mat B = Mat(v); A.at<**float**>(0,0)=1; A.at<**float**>(0,1)=2; A.at<**float**>(0,2)=3; A.at<**float**>(1,0)=4; A.at<**float**>(1,1)=5; A.at<**float**>(1,2)=6; A.at<**float**>(1,0)=4; A.at<**float**>(1,1)=5; A.at<**float**>(1,2)=6; Mat AB = A*B; // Mat C = Mat(3,3,CV_32FC1,Scalar(0)); C = A.clone(); Mat AC = A.mul(C);
四、小结
1、以上三种函数，都是以Mat作为输入参数和输出结果的；
2、. 这种乘法要求两个矩阵都是float结果，后两者只要求两个矩阵的结果是一样的；
3、可以看到，.这种乘法要求第一个矩阵的行值等于第二个矩阵的列值，而后两种乘法则要求参加运算的两个矩阵结构完全一样。