利用OpenCV findNonZero函数实现类似matlab中find函数的功能

OpenCV和matlab都提供了强大的矩阵处理功能。但matlab也有一些功能是openCV不具备的。如find函数,可以找出矩阵中某个特定值的行列号。本文介绍一种方法,可以模拟find函数的功能。

// OpenCVFind.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include <opencv2/opencv.hpp>  
#include <opencv2\imgproc\imgproc.hpp>
#include <opencv2\highgui\highgui.hpp>
#include <iostream>
  
using namespace cv;
using namespace std;

#pragma comment(lib, "E:\\cv\\opencv\\build\\x86\\vc11\\lib\\opencv_core249d.lib")
#pragma comment(lib, "E:\\cv\\opencv\\build\\x86\\vc11\\lib\\opencv_imgproc249d.lib")
#pragma comment(lib, "E:\\cv\\opencv\\build\\x86\\vc11\\lib\\opencv_highgui249d.lib")
#pragma comment(lib, "E:\\cv\\opencv\\build\\x86\\vc11\\lib\\opencv_ml249d.lib")
#pragma comment(lib, "E:\\cv\\opencv\\build\\x86\\vc11\\lib\\opencv_video249d.lib")
#pragma comment(lib, "E:\\cv\\opencv\\build\\x86\\vc11\\lib\\opencv_features2d249d.lib")
#pragma comment(lib, "E:\\cv\\opencv\\build\\x86\\vc11\\lib\\opencv_calib3d249d.lib")
#pragma comment(lib, "E:\\cv\\opencv\\build\\x86\\vc11\\lib\\opencv_objdetect249d.lib")
#pragma comment(lib, "E:\\cv\\opencv\\build\\x86\\vc11\\lib\\opencv_contrib249d.lib")
#pragma comment(lib, "E:\\cv\\opencv\\build\\x86\\vc11\\lib\\opencv_legacy249d.lib")
#pragma comment(lib, "E:\\cv\\opencv\\build\\x86\\vc11\\lib\\opencv_flann249d.lib")

int _tmain(int argc, _TCHAR* argv[])
{
	Mat Grayscale_Image, Binary_Image, NonZero_Locations;

	Grayscale_Image = Mat::eye(2,2,CV_32SC1);
    

    Binary_Image = Grayscale_Image == 1;
	NonZero_Locations.create(Binary_Image.rows, Binary_Image.cols, CV_32SC1);
    findNonZero(Binary_Image, NonZero_Locations);
    cout << "Non-Zero Locations = " << NonZero_Locations << endl << endl;

	std::cin.get();
	return 0;
}

程序首先通过一次逻辑运算 Grayscale_Image == 1,把CV_32SC1类型的矩阵转化为逻辑型矩阵。假如没有这一步,程序会崩溃。

随后,利用Mat::create函数给NonZero_Locations矩阵分配内存。没有这一步,程序也会崩溃。

运行结果给出了两个复合条件的的元素的位置:(0,0);(1,1)。



与matlab的find函数相比,这个办法比较麻烦:首先要转化源矩阵为布尔型,还要给目标矩阵开辟内存。

  • 3
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
在使用OpenCV的findNonZero函数找到符号变化位置的零交叉点时,我们需要先将符号变化的位置差(即一阶差分)的Mat对象转化为非零元素的位置矩阵,然后再找到其的非零元素的位置,即为符号变化位置的零交叉点。 下面是一个示例代码,演示了如何使用findNonZero函数找到一维信号的符号变化位置的零交叉点: ```c++ #include <opencv2/opencv.hpp> cv::Mat zero_crossings_1d(const cv::Mat& signal) { // 将信号进行滤波 cv::Mat filtered; cv::GaussianBlur(signal, filtered, cv::Size(3, 1), 0); // 计算信号的一阶导数 cv::Mat dx; cv::Sobel(filtered, dx, CV_32F, 1, 0); // 求导数的符号函数 cv::Mat dx_sign; cv::threshold(dx, dx_sign, 0, 1, cv::THRESH_BINARY); dx_sign.convertTo(dx_sign, CV_8U); dx_sign = dx_sign * 2 - 1; // 求相邻符号变化的位置 cv::Mat dx_diff = cv::Mat::zeros(dx_sign.size(), dx_sign.type()); for (int i = 1; i < dx_sign.cols; i++) { dx_diff.at<char>(0, i) = dx_sign.at<char>(0, i) - dx_sign.at<char>(0, i - 1); } // 求符号变化位置的零交叉点 cv::Mat zero_crossings; cv::findNonZero(dx_diff, zero_crossings); return zero_crossings; } int main() { // 示例数据 cv::Mat signal = (cv::Mat_<float>(1, 8) << 1, 2, -1, -3, 4, 0, -2, 1); cv::Mat zero_crossings = zero_crossings_1d(signal); std::cout << zero_crossings << std::endl; return 0; } ``` 在这个示例,我们首先计算了信号的一阶导数,并求得导数的符号函数。然后,我们计算了相邻符号变化的位置差(即一阶差分),并将其转化为非零元素的位置矩阵。最后,我们使用findNonZero函数找到其的非零元素的位置,即为符号变化位置的零交叉点。最终的输出结果应该是: ``` [2, 0; 4, 0; 6, 0] ``` 表示信号在第2、4、6个位置出现了零交叉点。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值