OpenCV：三种矩阵乘法

---

矩阵乘法

最常见的矩阵乘法运算，OpenCV中是通过重载 乘号* 来的实现的：

cv::Mat A = cv::Mat::ones(3, 4, CV_64F);
cv::Mat B = cv::Mat::ones(4, 5, CV_64F);
cv::Mat C = A * B;

要求：

• 内标一样：(m,n) × (n,m) = (m,m)
• 数据类型只能是 CV_32F(CV_32FC1)、 CV_64F(CV_64FC1)、 CV_32FC2、 CV_64FC2 四种之一。
  报错如下：

  OpenCV(4.1.2) Error: Assertion failed ((type == (((5) & ((1 << 3) - 1)) + (((1)-1) << 3)) || type == (((6) & ((1 << 3) -
  1)) + (((1)-1) << 3)) || type == (((5) & ((1 << 3) - 1)) + (((2)-1) << 3)) || type == (((6) & ((1 << 3) - 1)) + (((2)-1
  ) << 3)))) in gemm
  即数据类型必须应该是5, 6, 13, 14
  查表对应：Mat矩阵的基本数据类型

---

矩阵内积

矩阵内积是OpenCV定义的广义的向量内积或向量点乘，为了与下文的矩阵点乘区别，这里称为矩阵内积。原理是把整个Mat矩阵 ravel 展开成一个行（列）向量，之后执行向量的点乘运算，要求参与dot运算的两个Mat矩阵的行列数完全一致，结果是一个double类型的标量。

cv::Mat D = cv::Mat::ones(3, 4, CV_64FC3);
cv::Mat E = cv::Mat::ones(3, 4, CV_64FC3);
double ret = D.dot(E);

要求：

• 两个矩阵同型：行列数必须一致，而不是元素个数一致
• 不要求数据类型
• 多通道时，对各通道的内积求和

---

矩阵点乘

这里的点乘不同于向量点乘，是指矩阵各元素对应相乘，结果还是矩阵，与MATLAB语法一致。我所遇到的点乘运用就是在CF Tracker上，见博文KCF核心公式与推导

• 使用cv::multiply(A, B, ret);

cv::Mat M = cv::Mat::ones(3, 4, CV_64FC1);
cv::Mat N = cv::Mat::ones(3, 4, CV_64FC1);
cv::Mat K;
cv::multiply(M, N, K);

• 使用Mat.mul()成员函数

cv::Mat M = cv::Mat::ones(3, 4, CV_64FC1);
cv::Mat N = cv::Mat::ones(3, 4, CV_64FC1);
cv::Mat K = M.mul(N)

要求：

• 两个矩阵同型：行列数必须一致，各元素才能对应相乘
• 不要求数据类型，但两者应该类型一致
• 元素乘积可能发生上溢出，保留最大值（封顶）

---

矩阵相等判断

bool isEqual(cv::Mat& A, cv::Mat& B){
	assert(A.channels() == 1 && B.channels() == 1);
	cv::Mat comp = A != B;
    return cv::countNonZero(comp) == 0;
}