OpenCv Mat -类成员函数

最新推荐文章于 2024-07-04 09:15:22 发布

我是大头鸟

最新推荐文章于 2024-07-04 09:15:22 发布

阅读量2.2k

点赞数

分类专栏： opencv 文章标签： opencv mat

本文链接：https://blog.csdn.net/datouniao1/article/details/119133166

版权

opencv 专栏收录该内容

25 篇文章 15 订阅

订阅专栏

先从最简单的学起来

1.mat.cols()

mat 矩阵的列数，和矩阵的通道数无关

new Mat(10,20,CvType.CV_8UC2) mat.cols==20

2.mat.rows()

mat 矩阵的行数和矩阵的通道数据无关

new Mat(10,20,CvType.CV_8UC2) mat.rows==10

3.mat.channels()

mat 矩阵的通道数，常用的是1，2，3，4

灰度图单通道

RGB 3通道

new Mat(10,20,CvType.CV_8UC2) mat.channels()==2

4.mat.depth()

mat 矩阵的深度和一开始定义mat的时候指定的类型有关系，深度的值为 0-8 深度值是描述一个图片在一个像素点的精度，当然精度越大，图片越清晰

            CV_8U = 0,
            CV_8S = 1,
            CV_16U = 2,
            CV_16S = 3,
            CV_32S = 4,
            CV_32F = 5,
            CV_64F = 6,
            CV_16F = 7;

new Mat(10,20,CvType.CV_8UC2) mat.depth()==0

5.mat.elemSize()

在Java中：Byte.SIZE，Double.SIZE 对应的单位是bit 一个字节等于8个bit

mat.elemSize 矩阵中每个元素（这个地方的元素是一个数组，int[],double[] 通道数是数组的长度）的大小单位字节

new Mat(10,20,CvType.CV_8UC2) 对于这个mat CV_8U ====>8U 是8位无符号整数，取值范围位 0-255 是一个通道中的元素所占字节 mat.elemSize =8bit * channels_num =Byte.SIZE/8 * 2=2 byte

new Mat(10,20,CvType.CV_32FC2) 对于这个mat CV_32F====>标识每个通道的中元素所占字bit （比特）位32位就是 32/8=4个字节因为有两个通道所以mat.elemSize()=4*2=8

6.mat.elemSize1()

矩阵中每个通道元素所占大小，单位字节

这个函数和mat.elemSize() 很类似，但是确实有区别的，如果是单通道的矩阵，两者的值是相等的，但是对于多通道的mat.elemSize1()*channels=mat.elemSize()

7.mat.clone()

矩阵克隆，获取到一个新的矩阵

mat ：Mat [ 20*20*CV_8UC2, isCont=true, isSubmat=false, nativeObj=0xeb7b10, dataAddr=0x1d48c180 ]

mat2=mat.clone();

ma2:Mat [ 20*20*CV_8UC2, isCont=true, isSubmat=false, nativeObj=0xeb8650, dataAddr=0x1d48c540 ]

克隆之后两个矩阵没有关联

8.mat.copyTo(mat2)

	Mat mat2=new Mat();
	mat.copyTo(mat2);

copyTo 之后的两个矩阵只是元素像相同，也是对应不同的矩阵

mat：Mat [ 20*20*CV_8UC2, isCont=true, isSubmat=false, nativeObj=0xdba600, dataAddr=0x1d37c180 ]

mat2：Mat [ 20*20*CV_8UC2, isCont=true, isSubmat=false, nativeObj=0xdba740, dataAddr=0x1d37c540 ]

复制之后的两个矩阵也是毫无关联

8.1 mat.copyTo(mat2,mask)

mat2 结果矩阵

mask 标识的是掩膜作用是对mat 进行与非计算，最终得到mat2

		Mat mat = new Mat(10, 10, CvType.CV_8UC1) {
			{
				put(0, 0, 1, 12, 13, 14, 15, 16, 17, 18, 19, 10);
				put(1, 0, 21, 22, 23, 24, 25, 26, 27, 28, 29, 20);
				put(2, 0, 31, 32, 33, 34, 35, 36, 37, 38, 39, 30);
				put(3, 0, 41, 42, 43, 44, 45, 46, 47, 48, 49, 40);
				put(4, 0, 51, 52, 53, 54, 55, 56, 57, 58, 59, 50);
				put(5, 0, 61, 62, 63, 64, 65, 66, 67, 68, 69, 60);
				put(6, 0, 71, 72, 73, 74, 75, 76, 77, 78, 79, 70);
				put(7, 0, 81, 82, 83, 84, 85, 86, 87, 88, 89, 80);
				put(8, 0, 91, 92, 93, 94, 95, 96, 97, 98, 99, 90);
				put(9, 0, 01, 02, 03, 04, 05, 06, 07, 8, 9,   0);
			}
		};
	    System.out.println(mat.dump());
	    Mat mask=new Mat(mat.size(),CvType.CV_8UC1,new Scalar(1));
	    mask.submat(new Rect(0,0,4,8)).setTo(new Scalar(0));
	    System.out.println(mask.dump());
	    Mat dst=new Mat();
	    mat.copyTo(dst, mask);
	    System.out.println(dst.dump());

9.mat.submat(Rect rect)

rect 是一个矩形，new Rect(x,y,width,height)

其中x,y 位截取的开始坐标，width 截取的宽度，height 截取的高度

比如：

	    Rect rect=new Rect();
	    rect.set(new double[]{0,1,4,5});
	    Mat submat=mat.submat(rect);

10.mat.col(col_index)

获取到第col_index 列，从 0开始

11.mat.row(row_index)

获取到矩阵的第 row_index 行

12. mat.colRange(range)

获取到range范围的行

public class Range {

    public int start, end;

    public Range(int s, int e) {
        this.start = s;
        this.end = e;
    }

    public Range() {
        this(0, 0);
    }

    public Range(double[] vals) {
        set(vals);
    }

    public void set(double[] vals) {
        if (vals != null) {
            start = vals.length > 0 ? (int) vals[0] : 0;
            end = vals.length > 1 ? (int) vals[1] : 0;
        } else {
            start = 0;
            end = 0;
        }

    }
}

range 有一个起始，一个结束。可以通过构造函数初始化，也可以通过set函数进行初始化

13.mat.rowRange(range)

类似 mat.colRange(range) 截取range范围的行获取到新矩阵

14.mat.convertTo(dst, cvType);

实现的功能是不同类型之间矩阵的转换

		Mat mat = new Mat(10, 10, CvType.CV_8UC1) {
			{
				put(0, 0, 1, 12, 13, 14, 15, 16, 17, 18, 19, 10);
				put(1, 0, 21, 22, 23, 24, 25, 26, 27, 28, 29, 20);
				put(2, 0, 31, 32, 33, 34, 35, 36, 37, 38, 39, 30);
				put(3, 0, 41, 42, 43, 44, 45, 46, 47, 48, 49, 40);
				put(4, 0, 51, 52, 53, 54, 55, 56, 57, 58, 59, 50);
				put(5, 0, 61, 62, 63, 64, 65, 66, 67, 68, 69, 60);
				put(6, 0, 71, 72, 73, 74, 75, 76, 77, 78, 79, 70);
				put(7, 0, 81, 82, 83, 84, 85, 86, 87, 88, 89, 80);
				put(8, 0, 91, 92, 93, 94, 95, 96, 97, 98, 99, 90);
				put(9, 0, 01, 02, 03, 04, 05, 06, 07, 8, 9, 0,11);
			}
		};
		Mat dst=new Mat();
	    mat.convertTo(dst, CvType.CV_16F);

15. Mat.convertTo(Mat m, int rtype, double alpha)

alpha 标识放大倍数

对应的元素扩大 alpha 倍

16.Mat.convertTo(Mat m, int rtype, double alpha, double beta)

矩阵放大alpha 倍之后，每个元素加上beta 获取到新的矩阵

17.mat.empty()

判断矩阵是否元素为空

	Mat mat = new Mat(10, 10, CvType.CV_8UC1) {
			{
				put(0, 0, 1, 12, 13, 14, 15, 16, 17, 18, 19, 10);
				put(1, 0, 21, 22, 23, 24, 25, 26, 27, 28, 29, 20);
				put(2, 0, 31, 32, 33, 34, 35, 36, 37, 38, 39, 30);
				put(3, 0, 41, 42, 43, 44, 45, 46, 47, 48, 49, 40);
				put(4, 0, 51, 52, 53, 54, 55, 56, 57, 58, 59, 50);
				put(5, 0, 61, 62, 63, 64, 65, 66, 67, 68, 69, 60);
				put(6, 0, 71, 72, 73, 74, 75, 76, 77, 78, 79, 70);
				put(7, 0, 81, 82, 83, 84, 85, 86, 87, 88, 89, 80);
				put(8, 0, 91, 92, 93, 94, 95, 96, 97, 98, 99, 90);
				put(9, 0, 01, 02, 03, 04, 05, 06, 07, 8, 9,   0);
			}
		};
	    System.out.println(mat.empty());   //  false
	    Mat dst=new Mat();
	    System.out.println(dst.empty());   //true

18.mat.CheckVector()

检查mat 是否为向量

之前写过一个专门介绍的博客： https://blog.csdn.net/datouniao1/article/details/119027662

19.mat.diag()

diag 函数用于构造一个对角矩阵，以向量的形式返回对角线上的元素

20 mat.diag(int a)

构建一个对角矩阵，按照向量的形式返回主对角线右上方偏移 a 或者左下方偏移 -a 位置的矩阵

21. mat.diag(diagVector) || Mat.diag(diagVector)

diagVector 是一个向量，什么是向量 1*N 或者N*1的矩阵，所以在创建diagVector的时候，矩阵的行数或者是列数要有一个为1的

diag(diagVector) 是构建一个N*N 对角方阵不是对角线上的元素全部为0

Mat diagVector = new Mat(1, 11, CvType.CV_8UC1, new Scalar(2));
System.out.println(diagVector.dump());
System.out.println(mat.diag(diagVector).dump());

该矩阵也可以通过这种方式来获取：

		Mat diagVector = new Mat(1, 11, CvType.CV_8UC1, new Scalar(2));
	    Mat diag=Mat.diag(diagVector);

22. mat1.dot(mat2)

两个矩阵做点乘运算

$\begin{pmatrix} a_{11} & a_{12} \\ a_{21}& a_{22} \end{pmatrix}\cdot$ $\begin{pmatrix} b_{11} &b_{12} \\ b_{21} & b_{22} \end{pmatrix}=a_{11}b_{11}+a_{12}b_{12}+a_{21}b_{21}+a_{22}b_{22}$

那么我们用最为简单的矩阵，二维矩阵来看一下mat1.dot(mat2)

		Mat mat1 = new Mat(2, 2, CvType.CV_8UC1) {
			{
				put(0, 0, 1, 2);
				put(1, 0, 2, 3);
	
			}
		};
		Mat mat2 = new Mat(2, 2, CvType.CV_8UC1) {
			{
				put(0, 0, 2, 1);
				put(1, 0, 3, 4);
	
			}
		};
		double result=mat1.dot(mat2);  //1*2+2*1+2*3+3*4=22

23.Mat.eye()

获取到一个单位矩阵:在矩阵的乘法中，有一种矩阵起着特殊的作用，如同数的乘法中的1，这种矩阵被称为单位矩阵。它是个方阵，从左上角到右下角的对角线（称为主对角线）上的元素均为1。除此以外全都为0。

	Mat eye = Mat.eye(3, 3, CvType.CV_32FC1);

$\begin{pmatrix} 1 & 0 & 0\\ 0 & 1 &0 \\ 0& 0& 1 \end{pmatrix}$

24.mat.inv()

求解mat 的逆矩阵在opencv4.5中这个函数有点问题（单位矩阵求解逆矩阵可以，但是普通的矩阵会报错）

我们来复习一下逆矩阵

假设： A 的逆矩阵为B 则：AB=BA=E

逆矩阵的求法一般为 1.求解伴随矩阵 2.对元矩阵进行初等变换

单位矩阵的逆矩阵还是它本身

25.Mat.zeros()

零矩阵

Mat dst = Mat.zeros(new Size(2, 2), CvType.CV_16S);

$\begin{pmatrix} 0 &0 \\ 0 & 0 \end{pmatrix}$

.......

为什么那么多方法啊

还有很多

先不写了，以后再说

希望对你有所帮助！

我是大头鸟

关注

0
点赞
踩
19

收藏

觉得还不错? 一键收藏
0
评论
OpenCv Mat -类成员函数

先从最简单的学起来mat.cols() mat 矩阵的列数，和矩阵的通道数无关 new Mat(10,20,CvType.CV_8UC2) mat.cols==20mat.rows() mat 矩阵的行数和矩阵的通道数据无关 new Mat(10,20,CvType.CV_8UC2) mat.rows==10mat.channels() mat 矩阵的通道数，常用的是1，2，3，4 ...
复制链接

扫一扫