opencv中的矩阵操作

标签: dstnullsystemeach
18214人阅读 评论(1) 收藏 举报
分类:

有很多函数有mask,代表掩码,如果某位mask是0,那么对应的src的那一位就不计算,mask要和矩阵/ROI/的大小相等 
大多数函数支持ROI,如果图像ROI被设置,那么只处理ROI部分 
少部分函数支持COI,如果COI设置,只处理感兴趣的通道

矩阵逻辑运算 
void cvAnd(const CvArr* src1, const CvArr* src2, CvArr* dst, const CvArr* mask=NULL);// 
void cvAndS(const CvArr* src, CvScalar value, CvArr* dst, const CvArr* mask=NULL);// 
void cvOr(const CvArr* src1, const CvArr* src2, CvArr* dst, const CvArr* mask=NULL);// 
void cvOrS(const CvArr* src, CvScalar value, CvArr* dst, const CvArr* mask=NULL);// 
void cvXor(const CvArr* src1, const CvArr* src2, CvArr* dst, const CvArr* mask=NULL);// 
void cvXorS(const CvArr* src, CvScalar value, CvArr* dst, const CvArr* mask=NULL);// 
void cvNot(const CvArr* src,CvArr* dst);//矩阵取反

 

矩阵算术运算 
绝对值 
void cvAbs(const CvArr* src,CvArr* dst); 
void cvAbsDiff(const CvArr* src1,const CvArr* src2, CvArr* dst);//两矩阵相减取绝对值 
void cvAbsDiffS(const CvArr* src, CvArr* dst,CvScalar value);//矩阵减去一个数取绝对值 
加减 
void cvAdd(const CvArr* src1,const CvArr* src2,CvArr* dst,const CvArr* mask = NULL);//两数组相加,dst(I)=src1(I)+src2(I) if mask(I)!=0 
void cvAddS(const CvArr* src,CvScalar value,CvArr*dst,const CvArr* mask = NULL);//数组和一个数相加,dst(I)=src(I)+value if mask(I)!=0 
void cvAddWeighted(const CvArr* src1,double alpha,const CvArr* src2,double beta,double gamma,CvArradded to each sum* dst);//带权相加相当于dst(x,y) = α ? src1(x,y) + β ? src2(x,y) + γ 
void cvSub(const CvArr* src1, const CvArr* src2, CvArr* dst, const CvArr* mask=NULL);//矩阵减法,dst(I)=src1(I)-src2(I) if mask(I)!=0 
void cvSubS(const CvArr* src, CvScalar value, CvArr* dst, const CvArr* mask=NULL);//矩阵减数,dst(I)=src(I)-value if mask(I)!=0 
void cvSubRS(const CvArr* src, CvScalar value, CvArr* dst, const CvArr* mask=NULL);//数减矩阵,dst(I)=value-src(I) if mask(I)!=0 
乘除 
void cvDiv(const CvArr* src1, const CvArr* src2, CvArr* dst, double scale=1);//scale*src1(i)/src2(i),如果src1=NULL,则计算scale/src2(i) 
void cvMul(const CvArr* src1,const CvArr* src2,CvArr* dst,double scale=1);//两矩阵元素之间的简单乘法,一般的矩阵点乘用cvGEMM(); 
次方 
void cvPow(const CvArr* src, CvArr* dst, double power);//为每个src的数求power次方 
指数 
void cvExp(const CvArr* src, CvArr* dst);//dst(I)=EXP(src(I)) 
对数 
void cvLog(const CvArr* src, CvArr* dst);//

 

线性代数计算 
加&乘 
void cvScaleAdd(const CvArr* src1, CvScalar scale, const CvArr* src2, CvArr* dst);//src1和scale的乘积加上src2 
void cvCrossProduct(const CvArr* src1,const CvArr* src2,CvArr* dst);//计算两个3D向量(单通道)的叉乘运算 
double cvDotProduct(const CvArr* src1, const CvArr* src2);//两个向量点乘 
void cvGEMM(const CvArr* src1, const CvArr* src2, double alpha, const CvArr* src3, double beta, CvArr* dst, int tABC=0);//乘加运算的始祖 
    由通用乘加函数参与定义的两个具体宏 
        cvMatMul(const CvArr* src1,const CvArr* src2,CvArr* dst); 
        cvMatMulAdd(const CvArr* src1,const CvArr* src2,const CvArr* src3,CvArr* dst); 
CvScalar cvTrace(const CvArr* mat);//计算对角线上的元素和 
变换 
void cvTransform(const CvArr* src, CvArr* dst, const CvMat* transmat, const CvMat* shiftvec=NULL);//dst=transmat · src + shiftvec 
void cvPerspectiveTransform(const CvArr* src, CvArr* dst, const CvMat* mat);//把矩阵每个元素中三个通道当做一个矩阵,乘mat,mat是一个3×3或者4×4的转换矩阵 
转置 
void cvTranspose(const CvArr* src, CvArr* dst); 
void cvMulTransposed(const CvArr* src, CvArr* dst, int order, const CvArr* delta=NULL, double scale=1.0);//(src-delta)乘以它的转置再乘以scale 
逆矩阵 
double cvInvert(const CvArr* src,CvArr* dst,int method=CV_LU);//求原矩阵的逆矩阵,默认使用高斯消去法 
    方阵可逆的充要条件是|A|!=0 
    method取值为CV_LU高斯消去法(默认)    CV_SVD 奇异值分解SVD    CV_SVD_SYM对称矩阵的SVD 
行列式 
double cvDet(const CvArr* mat);//计算方阵行列式,一定是单通道的 
    小型方阵直接计算,大型方阵用高斯消去法计算 
    如果矩阵正定对称,用奇异值分解的方法解决cvSVD(); 
特征向量特征值 
void cvEigenVV(CvArr* mat, CvArr* evects, CvArr* evals, double eps=0);//计算对称矩阵的特征值和特征向量,evects输出特征向量,evals输出特征值,eps雅可比方法停止参数 
    要求三个矩阵都是浮点类型,10×10以下该方法有效,20×20以上的矩阵不能计算出结果,为节约计算量,eps通常设为DBL_EPSILON(10^-15) 
    如果给定的矩阵是对称正定矩阵,那么考虑使用cvSVD(); 
协方差 
void cvCalcCovarMatrix(const CvArr** vects, int count, CvArr* cov_mat, CvArr* avg, int flags);//给定一组大小和类型相同的向量,向量的个数,计算标记,输出协方差正阵和每个向量的平均值矩阵 
    CV_COVAR_NORMAL    普通计算协方差和平均值,输出的是n×n的协方差阵 
    CV_COVAR_SCRAMBLED    快速PCA“Scrambled”协方差,输出的是m×m的协方差阵 
    CV_COVAR_USE_AVERAGE    平均值是输入的 
    CV_COVAR_SCALE    重新缩放输出的协方差矩阵 
        四个flag通过并运算协同发挥作用,前两个不能并 
CvSize cvMahalonobis(const CvArr* vec1,const CvArr* vec2,CvArr* mat); 
int cvSolve(const CvArr* src1, const CvArr* src2, CvArr* dst, int method=CV_LU);//Solves a linear system or least-squares problem. 
void cvSVD(CvArr* A, CvArr* W, CvArr* U=NULL, CvArr* V=NULL, int flags=0);//Performs singular value decomposition of a real floating-point matrix. 
void cvSVBkSb(const CvArr* W, const CvArr* U, const CvArr* V, const CvArr* B, CvArr* X, int flags);//Performs singular value back substitution.

 

数组比较 
void cvCmp(const CvArr* src1, const CvArr* src2, CvArr* dst, int cmp_op);//两矩阵比较运算 
    CV_CMP_EQ - src1(I) 是否相等 
    CV_CMP_GT - src1(I) 是否大于 
    CV_CMP_GE - src1(I) 是否大于等于 
    CV_CMP_LT - src1(I) 是否小于 
    CV_CMP_LE - src1(I) 是否小于等于 
    CV_CMP_NE - src1(I) 是否不等 
        如果判断为假,dst设为0,如果判断为真,dst设为0xff 
void cvCmpS(const CvArr* src, double value, CvArr* dst, int cmp_op);//矩阵和一个数字比较运算

 

矩阵内转换 
类型转换 
void cvConvertScale(const CvArr* src,CvArr* dst,double scale,double shift);//矩阵首先乘以scale再加上shift,然后把src中的数据类型转换成dst类型,但是src和dst通道数需要相等 
void cvConvertScaleAbs(const CvArr* src,CvArr* dst,double scale,double shift);//在src到dst类型转换前,先做绝对值 
void cvCvtColor(const CvArr* src,CvArr* dst, int code);//图像 颜色空间转换,src要为8U 16U 32F,dst的数据类型需要和src相同,通道数看code 
    code格式如:CV_原色彩空间2目的色彩空间    色彩空间要考虑RGB的顺序 
    支持的颜色空间包括:RGB    RGB565    RGB555    GRAY RGBA    XYZ    YCrCb    HSV    HLS    Luv    BayerRG 
空间转换 
void cvFlip(const CvArr* src, CvArr* dst=NULL, int flip_mode=0);//图像绕x、y轴旋转。当用在一维数组上时并且flip_mode>0,可以用来颠倒数据排列 
    flip_mode=0:左右对称values of the conversion resul 
    flip_mode>0:上下对称 
    flip_mode<0:中心对称

6
0

查看评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
    个人资料
    • 访问:7869524次
    • 积分:52319
    • 等级:
    • 排名:第55名
    • 原创:484篇
    • 转载:36篇
    • 译文:1篇
    • 评论:4700条
    博主描述
    百度深度学习实验室RD,关注计算机视觉,机器学习,算法研究,人工智能, 移动互联网等学科和产业,希望结识更多同道中人。
    新浪微博:Rachel____Zhang

    文章分类
    最新评论