Mat矩阵的初始化

转载 2016年06月02日 10:09:56

在研究Mat矩阵的初始化的时候,发现其不能像Matx轻量级矩阵那样,直接利用数组来进行初始化,而是利用一个内部的变量类型:Scalar来进行初始化的。参考手册中的构造函数如下所示:

(1) Mat::Mat()
(2) Mat::Mat(int rows, int cols, int type)
(3) Mat::Mat(Size size, int type)
(4) Mat::Mat(int rows, int cols, int type, constScalar& s)
(5) Mat::Mat(Size size, int type, constScalar& s)
(6) Mat::Mat(const Mat& m)
(7) Mat::Mat(int rows, int cols, int type, void* data, size_t step=AUTO_STEP)
(8) Mat::Mat(Size size, int type, void* data, size_t step=AUTO_STEP)
(9) Mat::Mat(const Mat& m, const Range& rowRange, const Range& colRange)
(10) Mat::Mat(const Mat& m, const Rect& roi)
(11) Mat::Mat(const CvMat* m, bool copyData=false)
(12) Mat::Mat(const IplImage* img, bool copyData=false)
(13) template<typename T, int n> explicit Mat::Mat(const Vec<T, n>& vec, bool copyData=true)
(14) template<typename T, int m, int n> explicit Mat::Mat(const Matx<T, m, n>& vec, bool copyData=true)
(15) template<typename T> explicit Mat::Mat(const vector<T>& vec, bool copyData=false)
(16) Mat::Mat(const MatExpr& expr)
(17) Mat::Mat(int ndims, const int* sizes, int type)
(18) Mat::Mat(int ndims, const int* sizes, int type, constScalar& s)
(19) Mat::Mat(int ndims, const int* sizes, int type, void* data, const size_t* steps=0)
(20) Mat::Mat(const Mat& m, const Range* ranges)

似乎这样的矩阵让我们用起来感觉很不顺手,不过接着往下读参考手册,你会发现这样一个例子:

Mat H(100, 100, CV_64F);
       for(int i = 0; i < H.rows; i++)
            for(int j = 0; j < H.cols; j++)
                  H.at<double>(i,j)=1./(i+j+1);

通过这个例子,我们尝试来给Mat类型初始化。

第一种改进:(直接由以上例子仿制而来)

//用一个常数来初始化矩阵

void InitMat(Mat& m,float t)
{
 for(int i=0;i<m.rows;i++)
  for(int j=0;j<m.cols;j++)
   m.at<float>(i,j)=t;
}

主程序:

int _tmain(int argc, _TCHAR* argv[])
{
 //Mat矩阵中的初始化,可以利用Mat::at()来完成
 Mat M0(3,3,CV_32F);
 InitMat(M0,3);
}

第二种改进:

//用一个一维数组来初始化矩阵

void InitMat(Mat& m,float* num)
{
 for(int i=0;i<m.rows;i++)
  for(int j=0;j<m.cols;j++)
   m.at<float>(i,j)=*(num+i*m.rows+j);
}

主程序:

int _tmain(int argc, _TCHAR* argv[])
{
 //Mat矩阵中的初始化,可以利用Mat::at()来完成
float m0[]={ 1,2,3,
     6,5,4,
     7,8,9 };

 Mat M0(3,3,CV_32F);
 InitMat(M0,m0);
}

 

第三种改进:

//希望利用二维数组来初始化

void InitMat(Mat& m,float(*p)[3])
{
 for(int i=0;i<m.rows;i++)
 for(int j=0;j<m.cols;j++)
   m.at<float>(i,j)=*(*(p+i)+j);
}

主程序:

int _tmain(int argc, _TCHAR* argv[])
{
 //Mat矩阵中的初始化,可以利用Mat::at()来完成
float m[][3]={ 1,2,3,
     6,5,4,
     7,8,9 };

 Mat M0(3,3,CV_32F);
 InitMat(M0,m);
}

 

然而,注意在传递二维数组的时候,第三种方法的局限性在于必须要知道每一维度的元素个数,其实可以将二维数组,例如a[2][3]的数组名称a直接转换成一个float指针传递进去,当成一位数组使用。即,

主程序:

int _tmain(int argc, _TCHAR* argv[])
{
 //Mat矩阵中的初始化,可以利用Mat::at()来完成
float m[][3]={ 1,2,3,
     6,5,4,
     7,8,9 };

 Mat M0(3,3,CV_32F);
 InitMat(M0,(float*)m);
}

 注:

数组和指针在参数传递时的对应关系:
                                      实参                     形参
数组的数组:               char a[8][10]     char(*p)[10]
指针的数组:               char *a[10]        char **p
数组指针(行指针): char(*a)[8]         char(a)[8]
指针的指针:               char **a            char**a

 

结果运行截图如下:

附注:有关多维数组的参数传递问题,详细参见《C专家编程,Page225》

相关文章推荐

初始化Mat的几种方法

1. 调用Mat的构造函数或者create函数,如:   // make a 7x7 complex matrix filled with 1+3j. Mat M(7,7,CV_32FC2,Sca...

如何将unsigned char*(或BYTE*)图像数据封装成OpenCV中Mat类型

如何将unsigned char*(或BYTE*)图像数据封装成OpenCV中Mat类型 环境:vs2008 + opencv2.4.6 根据待封装图像数据的宽度,封装方法有两种。 下面以封装单...

opencv Mat元素访问和Mat矩阵初始化

*

OpenCV学习笔记(2):Mat矩阵的初始化

在研究Mat矩阵的初始化的时候,发现其不能像Matx轻量级矩阵那样,直接利用数组来进行初始化,而是利用一个内部的变量类型:Scalar来进行初始化的。参考手册中的构造函数如下所示: (1) Mat:...

OpenCv:Mat矩阵的初始化

在研究Mat矩阵的初始化的时候,发现其不能像Matx轻量级矩阵那样,直接利用数组来进行初始化,而是利用一个内部的变量类型:Scalar来进行初始化的。参考手册中的构造函数如下所示: (1) Ma...

OpenCV中矩阵类详解之一:Mat

Mat::eye 返回一个恒等指定大小和类型矩阵。 C++: static MatExpr Mat::eye(int rows, int cols, inttype) C++: static MatE...

C++ 动态分配数组空间,以及opencv中Mat类的初始化

在C++中,如果想要申请动态数组,必须要用动态分配的方式。

OpenCV里面Mat方法中的Scalar详解

OpenCV参考手册2.3.1中第15页,有这么一个例子: // make a 7x7 complex matrix filled with 1+3j. Mat M(7,7,CV_32FC2,...

OpenCV Scalar详解

// make a 7x7 complex matrix filled with 1+3j. Mat M(7,7,CV_32FC2,Scalar(1,3)); 解释如下:创建一个M矩阵,7行7列,类型...

Mat矩阵的初始化

在研究Mat矩阵的初始化的时候,发现其不能像Matx轻量级矩阵那样,直接利用数组来进行初始化,而是利用一个内部的变量类型:Scalar来进行初始化的。参考手册中的构造函数如下所示: (1) Mat:...
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:深度学习:神经网络中的前向传播和反向传播算法推导
举报原因:
原因补充:

(最多只允许输入30个字)