• opencv矩阵总结


    OpenCV 矩阵操作 CvMat
    每回用矩阵都要查,这回查到一个比较正确齐全的,放在自己的博客上以后可查
    • 综述:
      • OpenCV有针对矩阵操作的C语言函数. 许多其他方法提供了更加方便的C++接口,其效率与OpenCV一样.
      • OpenCV将向量作为1维矩阵处理.
      • 矩阵按行存储,每行有4字节的校整.
    • 分配矩阵空间:
      CvMat* cvCreateMat(int rows, int cols, int type);

      type: 矩阵元素类型. 格式为CV_<bit_depth>(S|U|F)C<number_of_channels>. 例如: CV_8UC1 表示8位无符号单通道矩阵, CV_32SC2表示32位有符号双通道矩阵.
      例程: CvMat* M = cvCreateMat(4,4,CV_32FC1);
    • 释放矩阵空间:
      CvMat* M = cvCreateMat(4,4,CV_32FC1); cvReleaseMat(&M);
    • 复制矩阵:
      CvMat* M1 = cvCreateMat(4,4,CV_32FC1);
      CvMat* M2;
      M2=cvCloneMat(M1);
    • 初始化矩阵:
      double a[] = { 1, 2, 3, 4,
      5, 6, 7, 8, 9, 10, 11, 12 };

      CvMat Ma=cvMat(3, 4, CV_64FC1, a);
      另一种方法:
      CvMat Ma; cvInitMatHeader(&Ma, 3, 4, CV_64FC1, a);
    • 初始化矩阵为单位阵:
      CvMat* M = cvCreateMat(4,4,CV_32FC1); cvSetIdentity(M); // 这里似乎有问题,不成功

    存取矩阵元素

    • 假设需要存取一个2维浮点矩阵的第(i,j)个元素.
    • 间接存取矩阵元素:
    • cvmSet(M,i,j,2.0); // Set M(i,j) t = cvmGet(M,i,j); // Get M(i,j)
    • 直接存取,假设使用4-字节校正:
      CvMat* M = cvCreateMat(4,4,CV_32FC1); int n = M->cols; float *data = M->data.fl; data[i*n+j] = 3.0;
    • 直接存取,校正字节任意:
      CvMat* M = cvCreateMat(4,4,CV_32FC1);
      int step = M->step/sizeof(float);
      float *data = M->data.fl;

      (data+i*step)[j] = 3.0;
    • 直接存取一个初始化的矩阵元素:
      double a[16]; CvMat Ma = cvMat(3, 4, CV_64FC1, a); a[i*4+j] = 2.0; // Ma(i,j)=2.0;

    矩阵/向量操作

    • 矩阵-矩阵操作:
      CvMat *Ma, *Mb, *Mc; cvAdd(Ma, Mb, Mc); // Ma+Mb -> Mc cvSub(Ma, Mb, Mc); // Ma-Mb -> Mc cvMatMul(Ma, Mb, Mc); // Ma*Mb -> Mc
    • 按元素的矩阵操作:
      CvMat *Ma, *Mb, *Mc; cvMul(Ma, Mb, Mc); // Ma.*Mb -> Mc cvDiv(Ma, Mb, Mc); // Ma./Mb -> Mc cvAddS(Ma, cvScalar(-10.0), Mc); // Ma.-10 -> Mc
    • 向量乘积:
      double va[] = {1, 2, 3}; double vb[] = {0, 0, 1}; double vc[3];
      CvMat Va=cvMat(3, 1, CV_64FC1, va); CvMat Vb=cvMat(3, 1, CV_64FC1, vb); CvMat Vc=cvMat(3, 1, CV_64FC1, vc);
      double res=cvDotProduct(&Va,&Vb); // 点乘: Va . Vb -> res cvCrossProduct(&Va, &Vb, &Vc); // 向量积: Va x Vb -> Vc end{verbatim}

      注意 Va, Vb, Vc 在向量积中向量元素个数须相同.

    • 单矩阵操作:
      CvMat *Ma, *Mb; cvTranspose(Ma, Mb); // transpose(Ma) -> Mb (不能对自身进行转置) CvScalar t = cvTrace(Ma); // trace(Ma) -> t.val[0] double d = cvDet(Ma); // det(Ma) -> d cvInvert(Ma, Mb); // inv(Ma) -> Mb
    • 非齐次线性系统求解:
      CvMat* A = cvCreateMat(3,3,CV_32FC1); CvMat* x = cvCreateMat(3,1,CV_32FC1); CvMat* b = cvCreateMat(3,1,CV_32FC1); cvSolve(&A, &b, &x); // solve (Ax=b) for x
    • 特征值分析(针对对称矩阵):
      CvMat* A = cvCreateMat(3,3,CV_32FC1); CvMat* E = cvCreateMat(3,3,CV_32FC1); CvMat* l = cvCreateMat(3,1,CV_32FC1); cvEigenVV(&A, &E, &l); // l = A的特征值 (降序排列)
      // E = 对应的特征向量 (每行)
    • 奇异值分解SVD:
      CvMat* A = cvCreateMat(3,3,CV_32FC1); CvMat* U = cvCreateMat(3,3,CV_32FC1); CvMat* D = cvCreateMat(3,3,CV_32FC1); CvMat* V = cvCreateMat(3,3,CV_32FC1); cvSVD(A, D, U, V, CV_SVD_U_T|CV_SVD_V_T); // A = U D V^T

      标号使得 U 和 V 返回时被转置(若没有转置标号,则有问题不成功!!!).

    访问CvMat数据块(矩阵维度与通道)

    通过opencv的函数来访问矩阵的数据
     
    cvGet*D,cvSet*D
     
    cvGetReal1D, cvGetReal2D, cvGetReal3D, cvGetRealND
    cvGet1D, cvGet2D, cvGet3D, cvGetND
    cvSet*D,也有相应的函数系列
    这些函数的缺点是,效率低
     
    Real表示对单通道矩阵的访问,没有Real的表示对多通道矩阵的访问
     
    从数据创建矩阵
     
     //数据
                     float data[18] =
                    {
                                    30,60,40,60, 50,40,
                                    67,88,55,33, 22,97,
                                    59,69,32,46, 25,45
                    };
     
    (1)单通道,可以想象有这样一个矩阵
    访问CvMat数据块(矩阵维度与通道)
     
    (2)双通道(理解为一个元素包含两个数字)

    访问CvMat数据块(矩阵维度与通道)
     
     
    可以理解为这样一个矩阵
    二通道矩阵可以理解为拆分为两个单通道的矩阵
     
    访问CvMat数据块(矩阵维度与通道)

     
    (3)三通道
    访问CvMat数据块(矩阵维度与通道)


     
    维 体现为它的坐标
     
    代码:
     
    #include "stdafx.h"
    #include "cv.h"
    #include "highgui.h"
    #include "cxcore.h"
    //#include "cxtypes.h"
     
    int main(int argc, char* argv[])
    {
                     //数据
                     float data[18] =
                    {
                                    30,60,40,60, 50,40,
            67,88,55,33, 22,97,
            59,69,32,46, 25,45
                    };
     
                    CvMat mat;
                     //三行六列单通道
                     //cvInitMatHeader(&mat,3,6,CV_32FC1,data);
                     //三行三列双通道
                     //cvInitMatHeader(&mat,3,3,CV_32FC2,data);
                     //三行二列三通道
                    cvInitMatHeader(&mat,3,2,CV_32FC3,data);
     
                     
     
                     for (int y=0;y<mat.rows;y++)
                    {
                                     for (int x=0;x<mat.cols;x++)
                                    {
                                                     //取矩阵里面的行列
                                                     //float value = cvGetReal2D(&mat,y,x);
                                                    CvScalar value = cvGet2D(&mat,y,x);
                                                     //CvScalar value = cvGetReal3D(&mat,z,y,x);
                                                    printf( "(%f  %f  %f) " ,value.val[0],value.val[1],value.val[2]);
                                    }
                                    printf( " " );
                    }
     
                     return 0;
    }

     

  • 相关阅读:
    [ZOJ 3622] Magic Number
    SGU 134.Centroid(图心)
    SGU 223.Little Kings
    C++ IO 详细用法
    POJ2632 Crashing Robots 解题报告
    POJ1068 Parencodings 解题报告
    POJ3295 Tautology 解题报告
    POJ2586 Y2K Accounting Bug 解题报告
    POJ1328 Radar Installation 解题报告
    POJ3728 The merchant解题报告
  • 原文地址:https://www.cnblogs.com/kwseeker-bolgs/p/4020621.html
Copyright © 2020-2023  润新知