OpenCV 矩阵操作 CvMat(一)

OpenCV 矩阵操作 CvMat

http://blog.csdn.net/schoolers/archive/2009/11/02/4758838.aspx

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 表示位无符号单通道矩阵, CV_32SC2表示位有符号双通道矩阵.

例程:

// 创建一个矩阵

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(行列相同的):

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-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!!!).