OpenCV矩阵函数操作大全

OpenCV 专栏收录该内容
109 篇文章 14 订阅

转自:http://blog.csdn.net/freeboy1015/article/details/7256110

 

OpenCv矩阵操作

        有很多函数有mask,代表掩码,如果某位mask是,那么对应的src的那一位就不计算,mask要和矩阵/ROI/的大小相等

        大多数函数支持ROI,如果图像ROI被设置,那么只处理ROI部分

        少部分函数支持COI,如果COI设置,只处理感兴趣的通道

 

矩阵逻辑运算

        void cvAnd(const CvArr* src1,const CvArr* src2, CvArr* dst, const CvArr* mask=NULL);//

        void cvAndS(const CvArr* src, CvScalar value, CvArr* dst, constCvArr* mask=NULL);//

        void cvOr(const CvArr* src1, const CvArr* src2, CvArr* dst, constCvArr* mask=NULL);//

        void cvOrS(const CvArr* src, CvScalar value, CvArr* dst, constCvArr* mask=NULL);//

        void cvXor(const CvArr* src1, const CvArr* src2, CvArr* dst, constCvArr* mask=NULL);//

        void cvXorS(const CvArr* src, CvScalar value, CvArr* dst, constCvArr* mask=NULL);//

        void cvNot(const CvArr* src,CvArr* dst);//矩阵取反

 

矩阵算术运算 绝对值

        void cvAbs(const CvArr*src,CvArr* dst);

        void cvAbsDiff(const CvArr* src1,const CvArr* src2, CvArr*dst);//两矩阵相减取绝对值

        void cvAbsDiffS(const CvArr* src, CvArr* dst,CvScalarvalue);//矩阵减去一个数取绝对值

加减

        void cvAdd(const CvArr* src1,const CvArr*src2,CvArr* dst,const CvArr* mask =NULL);//两数组相加,dst(I)=src1(I)+src2(I) if mask(I)!=0

        void cvAddS(const CvArr* src,CvScalar value,CvArr*dst,const CvArr*mask = NULL);//数组和一个数相加,dst(I)=src(I)+value if mask(I)!=0

        void cvAddWeighted(const CvArr* src1,double alpha,const CvArr*src2,double beta,double gamma,CvArradded to each sum*dst);//带权相加相当于dst(x,y) = α? src1(x,y) + β? src2(x,y) + γ

        void cvSub(const CvArr* src1, const CvArr* src2, CvArr* dst, constCvArr* mask=NULL);//矩阵减法,dst(I)=src1(I)-src2(I) if mask(I)!=0

        void cvSubS(const CvArr* src, CvScalar value, CvArr* dst, constCvArr* mask=NULL);//矩阵减数,dst(I)=src(I)-value if mask(I)!=0

        void cvSubRS(const CvArr* src, CvScalar value, CvArr* dst, constCvArr* mask=NULL);//数减矩阵,dst(I)=value-src(I) if mask(I)!=0

乘除

        void cvDiv(const CvArr* src1, constCvArr* src2, CvArr* dst, doublescale=1);//scale*src1(i)/src2(i),如果src1=NULL,则计算scale/src2(i)

        void cvMul(const CvArr* src1,const CvArr* src2,CvArr* dst,doublescale=1);//两矩阵元素之间的简单乘法,一般的矩阵点乘用cvGEMM();

次方

        void cvPow(const CvArr* src, CvArr* dst,double power);//为每个src的数求power次方

    指数

        void cvExp(const CvArr* src, CvArr*dst);//dst(I)=EXP(src(I))

    对数

        void cvLog(const CvArr* src, CvArr*dst);//

 

    线性代数计算 &

        voidcvScaleAdd(const CvArr* src1, CvScalar scale, const CvArr* src2,CvArr* dst);//src1和scale的乘积加上src2

        void cvCrossProduct(const CvArr* src1,const CvArr* src2,CvArr*dst);//计算两个D向量(单通道)的叉乘运算

        double cvDotProduct(const CvArr* src1, const CvArr*src2);//两个向量点乘

        void cvGEMM(const CvArr* src1, const CvArr* src2, double alpha,const CvArr* src3, double beta, CvArr* dst, inttABC=0);//乘加运算的始祖

    由通用乘加函数参与定义的两个具体宏

        cvMatMul(const CvArr* src1,const CvArr* src2,CvArr* dst);

        cvMatMulAdd(const CvArr* src1,const CvArr* src2,const CvArr*src3,CvArr* dst);

        CvScalar cvTrace(const CvArr* mat);//计算对角线上的元素和

    变换

        void cvTransform(const CvArr* src, CvArr*dst, const CvMat* transmat, const CvMat*shiftvec=NULL);//dst=transmat ·src + shiftvec

        void cvPerspectiveTransform(const CvArr* src, CvArr* dst, constCvMat* mat);//把矩阵每个元素中三个通道当做一个矩阵,乘mat,mat是一个×或者×的转换矩阵

    转置

        void cvTranspose(const CvArr* src, CvArr*dst);

        void cvMulTransposed(const CvArr* src, CvArr* dst, int order, constCvArr* delta=NULL, doublescale=1.0);//(src-delta)乘以它的转置再乘以scale

    逆矩阵

        double cvInvert(const CvArr* src,CvArr*dst,int method=CV_LU);//求原矩阵的逆矩阵,默认使用高斯消去法

    方阵可逆的充要条件是|A|!=0

        method取值为CV_LU高斯消去法(默认)   CV_SVD奇异值分解SVD   CV_SVD_SYM对称矩阵的SVD

        行列式

        double cvDet(const CvArr*mat);//计算方阵行列式,一定是单通道的

        小型方阵直接计算,大型方阵用高斯消去法计算

        如果矩阵正定对称,用奇异值分解的方法解决cvSVD();

    特征向量特征值

        void cvEigenVV(CvArr* mat, CvArr*evects, CvArr* evals, doubleeps=0);//计算对称矩阵的特征值和特征向量,evects输出特征向量,evals输出特征值,eps雅可比方法停止参数

    要求三个矩阵都是浮点类型,×以下该方法有效,×以上的矩阵不能计算出结果,为节约计算量,eps通常设为DBL_EPSILON(10^-15)

        如果给定的矩阵是对称正定矩阵,那么考虑使用cvSVD();

    协方差

        void cvCalcCovarMatrix(const CvArr**vects, int count, CvArr* cov_mat, CvArr* avg, intflags);//给定一组大小和类型相同的向量,向量的个数,计算标记,输出协方差正阵和每个向量的平均值矩阵

        CV_COVAR_NORMAL   普通计算协方差和平均值,输出的是n×n的协方差阵

        CV_COVAR_SCRAMBLED   快速PCAScrambled协方差,输出的是m×m的协方差阵

        CV_COVAR_USE_AVERAGE   平均值是输入的

        CV_COVAR_SCALE   重新缩放输出的协方差矩阵

        四个flag通过并运算协同发挥作用,前两个不能并

        CvSize cvMahalonobis(const CvArr* vec1,const CvArr* vec2,CvArr*mat);

        int cvSolve(const CvArr* src1, const CvArr* src2, CvArr* dst, intmethod=CV_LU);//Solves a linear system or least-squaresproblem.

        void cvSVD(CvArr* A, CvArr* W, CvArr* U=NULL, CvArr* V=NULL, intflags=0);//Performs singular value decomposition of a realfloating-point matrix.

        void cvSVBkSb(const CvArr* W, const CvArr* U, const CvArr* V, constCvArr* B, CvArr* X, int flags);//Performs singular value backsubstitution.

 

    数组比较

        void cvCmp(const CvArr* src1, constCvArr* src2, CvArr* dst, int cmp_op);//两矩阵比较运算

        CV_CMP_EQ -src1(I) 是否相等

        CV_CMP_GT -src1(I) 是否大于

        CV_CMP_GE -src1(I) 是否大于等于

        CV_CMP_LT -src1(I) 是否小于

        CV_CMP_LE -src1(I) 是否小于等于

        CV_CMP_NE -src1(I) 是否不等

        如果判断为假,dst设为,如果判断为真,dst设为xff

        void cvCmpS(const CvArr* src, double value, CvArr* dst, intcmp_op);//矩阵和一个数字比较运算

 

    矩阵内转换 类型转换

        void cvConvertScale(constCvArr* src,CvArr* dst,double scale,doubleshift);//矩阵首先乘以scale再加上shift,然后把src中的数据类型转换成dst类型,但是src和dst通道数需要相等

        void cvConvertScaleAbs(const CvArr* src,CvArr* dst,doublescale,double shift);//在src到dst类型转换前,先做绝对值

        void cvCvtColor(const CvArr* src,CvArr* dst, int code);//图像颜色空间转换,src要为U 16U 32F,dst的数据类型需要和src相同,通道数看code

        code格式如:CV_原色彩空间目的色彩空间   色彩空间要考虑RGB的顺序

        支持的颜色空间包括:RGB   RGB565   RGB555    GRAYRGBA   XYZ   YCrCb   HSV   HLS   Luv   BayerRG

    空间转换

        void cvFlip(const CvArr* src, CvArr*dst=NULL, intflip_mode=0);//图像绕x、y轴旋转。当用在一维数组上时并且flip_mode>0,可以用来颠倒数据排列

        flip_mode=0:左右对称values of the conversion resul

        flip_mode>0:上下对称

        flip_mode<0:中心对称

 

    矩阵间操作

        void cvCopy(const CvArr* src,CvArr*dst,const CvArr* mask=NULL);

        void cvMerge(const CvArr* src0,const CvArr* src1,const CvArr*src2,const CvArr* src3,CvArr*dst);//多个数组合并成一个,类型和尺寸都相同,dst有多个通道,src可以赋值NULL

        void cvSplit(cosnt CvArr* src,CvArr* dst0,CvArr* dst1,CvArr*dst2,CvArr* dst3);//一个多通道数组分解成多个数组,类型尺寸都想同,dst可以赋值NULL

        void cvRepeat(const CvArr* src, CvArr*dst);//在dst中重复叠加src,dst(i,j)=src(i mod rows(src), j modcols(src))

        CvMat* cvReshape(const CvArr* originalarr, CvMat* headerdata, intnew_cn, intnew_rows=0);//把一个originalarr(可以是已经有内容的图片),转换为有新的通道数、新的行数的数据(CvMat*只含数据,没有图片头)

        CvArr* cvReshapeMatND(const CvArr* arr, int sizeof_header, CvArr*header, int new_cn, int new_dims, int* new_sizes);

        void cvLUT(const CvArr* src, CvArr* dst, const CvArr*lut);//src是bit类型的数据,lut是一张一维查找表,拥有个通道数类型和dst相同的元素,src的某一位置的元素数值n,到lut的n位置查找的内容填入dst的相应src的n元素的位置

 

    统计运算 最大最小

        void cvMax(const CvArr* src1,const CvArr* src2, CvArr* dst);

        void cvMaxS(const CvArr* src, double value, CvArr*dst);//找较大值放到dst

        void cvMin(const CvArr* src1,const CvArr* src2,CvArr* dst);

        void cvMins(const CvArr* src,double value,CvArr*dst);//找较小值放到dst

        void cvMinMaxLoc(const CvArr* arr, double* min_val, double*max_val, CvPoint* min_loc=NULL, CvPoint* max_loc=NULL, const CvArr*mask=NULL);

    找出全局某个通道中最大最小的值,和她们的位置,如果不止一个通道,一定要设置COI

        零的个数

        int cvCountNonZero( const CvArr* arr);//统计非零的个数

    是否落在范围内

        void cvInRange(const CvArr*src,const CvArr* lower,const CvArr* upper,CvArr* dst);

        void cvInRangeS(const CvArr* src,CvScalar lower,CvScalarupper,CvArr* dst);//判断原数组中的每个数大小是否落在对应的lower、upper数组位置数值的中间

        if(lower(i)<=src(i)<upper(i) ){dst(i)=0xff; }else{ dst(i)=0; }

    平均值标准差

        CvScalar cvAvg(const CvArr* arr,constCvArr* mask =NULL);//计算mask非零位置的所有元素的平均值,如果是图片,则单独计算每个通道上的平均值,如果COI设置了,只计算该COI通道的平均值

        void cvAvgSdv(const CvArr* arr, CvScalar* mean, CvScalar* std_dev,const CvArr* mask=NULL);//计算各通道的平均值,标准差,支持COI

 

        double cvNorm(const CvArr* arr1,const CvArr* arr2=NULL,intnorm_type=CV_L2,const CvArr* mask=NULL);//计算一个数组的各种范数

        如果arr2为NULL,norm_type为

        CV_C 求所有数取绝对值后的最大值,CV_L1 求所有数的绝对值的和,CV_L2求所有数的平方和的平方根

        如果arr2不为NULL,norm_type为

        CV_Carr1和arr2对应元素差的绝对值中的最大值   CV_L1arr1和arr2对应元素差的绝对值的和   CV_L2 arr1和arr2的差平方和的平方根

        CV_RELATIVE_C   CV_RELATIVE_L1   CV_RELATIVE_L2 上面结果除以cvNorm(arr2,NULL,对应的norm_type);

        cvNormalize(const CvArr* src,CvArr* dst,double a=1.0,doubleb=0.0,int norm_type=CV_L2,const CvArr* mask=NULL);

        CV_C   CV_L1   CV_L2   CV_MINMAX

        cvReduce(const CvArr* src,CvArr* dst,int dim,intop=CV_REDUCE_SUM);//根据一定规则,把矩阵约简为向量

        dim   决定约简到行还是列   1:约简到单个列,:约简到单个行,-1:根据dst的CvSize,决定约简到行还是列

        op   决定按什么规则约简

        CV_REDUCE_SUM - /列的和

        CV_REDUCE_AVG-   /列平均值

        CV_REDUCE_MAX - /列中最大值

        CV_REDUCE_MIN-    /列中最小值

 

    取得设置数组信息 得到指定行列

        CvMat* cvGetCol(constCvArr* arr,CvMat* submat,int col);

        CvMat* cvGetCols(const CvArr* arr,CvMat* submat,int start_col,intend_col);//取目标矩阵的某列/连续几列,submat和返回值的实际数据还是在原矩阵中,只是修改了头部和数据指针,没有数据拷贝

        CvMat* cvGetRow(const CvArr* arr,CvMat* submat,int row);

        CvMat* cvGetRows(const CvArr* arr,CvMat* submat,int start_row,intend_row);

    得到对角线

        CvMat* cvGetDiag(const CvArr*arr,CvMat* submat,intdiag=0);//取矩阵arr的对角线,结果放在向量中,并不要求原矩阵是方阵,diag表示从哪个位置开始取对角线

    维度大小

        int cvGetDims(const CvArr* arr,int*sizes=NULL);//获取数组的维数和每一维的大小,sizes十一个数组的头指针。图像或者矩阵的维数一定是,先行数后列数

        int cvGetDimSize(const CvArr* arr,int index);//获取某一维的大小

    矩阵大小

        CvSize cvGetSize(const CvArr*arr);//返回矩阵和图像的大小。小的结构体一般都是直接返回值而不是重新分配指针,分配指针的效率可能比直接返回值效率更低

    截取矩形矩阵

        CvMat* cvGetSubRect(const CvArr* arr,CvMat* submat, CvRectrect);//从输入的数组中根据输入的矩形截取一块数组中的矩形,返回的CvMat*就是submat

    得到和设置元素       因为效率原因,实际很少会直接用到这些方法,而是根据实际的应用来决定如何操作每一个数

        uchar* cvPtr1D(CvArr* arr,int idx0,int*type);//得到的是指针,所以可以修改,比下面的效率更高

        uchar* cvPtr2D(CvArr* arr,int idx0,int idx1,int* type);

        uchar* cvPtr3D(CvArr* arr,int idx0,int idx1,int idx2,int*type);

        uchar* cvPtrND(CvArr* arr,int* idx,int* type,intcreate_node=1,unsigned* precalc_hashval=NULL);//int*idx是一个数组指针,里面保存着索引

        double cvGetReal1D(const CvArr* arr,int idx0);//得到的是具体值

        double cvGetReal2D(const CvArr* arr,int idx0,int idx1);

        double cvGetReal3D(const CvArr* arr,int idx0,int idx1,intidx2);

        double cvGetRealND(const CvArr* arr,int* idx);

        CvScalar cvGet1D(const CvArr* arr,int idx0);

        CvScalar cvGet2D(const CvArr* arr,int idx0,int idx1);

        CvScalar cvGet3D(const CvArr* arr,int idx0,int idx1,intidx2);

        CvScalar cvGetND(const CvArr* arr,int* idx);

        double cvmGet(const CvMat* mat, int row, intcol);//仅仅用于矩阵单通道浮点数的获取,由于是inline并且没有类型判断,所以效率比较高

        void cvSetReal1D(CvArr* arr, int idx0, double value);

        void cvSetReal2D(CvArr* arr, int idx0, int idx1, doublevalue);

        void cvSetReal3D(CvArr* arr, int idx0, int idx1, int idx2, doublevalue);

        void cvSetRealND(CvArr* arr, int* idx, double value);

        void cvSet1D(CvArr* arr, int idx0, CvScalar value);

        void cvSet2D(CvArr* arr, int idx0, int idx1, CvScalar value);

        void cvSet3D(CvArr* arr, int idx0, int idx1, int idx2, CvScalarvalue);

        void cvSetND(CvArr* arr, int* idx, CvScalar value);

        void cvmSet(CvMat* mat, int row, int col, doublevalue);//仅仅用于设置单通道浮点类型的矩阵

        void cvClearND(CvArr* arr, int* idx);//把多维数组的某位置设置为

        void cvSet(CvArr* arr, CvScalar value, const CvArr*mask=NULL);//把数组每个元素都设为value

        void cvSetZero(CvArr* arr);//对普通矩阵,每位都设为;对稀疏矩阵,删除所以元素

 

    一般算数运算

        int cvRound(double value ); int cvFloor(double value ); int cvCeil( doublevalue);//求和double最(上/下)接近的整数

        float cvSqrt(float value);//求平方根

        float cvInvSqrt(float value);//求平方根倒数

        float cvCbrt(float value);//求立方根

        float cvCbrt(float value);//求两个向量的夹角

        int cvIsNaN(double value);//判断是否是合法数

        int cvIsInf(double value);//判断是否无穷

        void cvCartToPolar(const CvArr* x, const CvArr* y, CvArr*magnitude, CvArr* angle=NULL, int angle_in_degrees=0);//

        void cvPolarToCart(const CvArr* magnitude, const CvArr* angle,CvArr* x, CvArr* y, int angle_in_degrees=0);//

        void cvSolveCubic(const CvArr* coeffs, CvArr*roots);//求三次方方程解,coeffs作为三次方程的系数,可以是三元(三次方系数为)或者四元

 

    随机数生成

        CvRNG cvRNG(int64seed=-1);//生成随机数生成器

        unsigned cvRandInt(CvRNG* rng);

        double cvRandReal(CvRNG* rng);

        void cvRandArr(CvRNG* rng, CvArr* arr, int dist_type, CvScalarparam1, CvScalar param2);//

        dist_type决定生成随机数组中的分布   CV_RAND_UNI均匀分布   CV_RAND_NORMAL正态/高斯分布

        param1:均匀分布中的下界(包含),正态分布中的平均值

        param2:均匀分布中的上界(不包含),正态分布中的偏差

 

    分布转换

        void cvDFT(const CvArr* src, CvArr*dst, int flags, int nonzero_rows=0);

        int cvGetOptimalDFTSize(int size0);

        void cvMulSpectrums(const CvArr* src1, const CvArr* src2, CvArr*dst, int flags);

        void cvDCT(const CvArr* src, CvArr* dst, int flags);

  • 1
    点赞
  • 0
    评论
  • 0
    收藏
  • 一键三连
    一键三连
  • 扫一扫,分享海报

©️2021 CSDN 皮肤主题: 编程工作室 设计师:CSDN官方博客 返回首页
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、C币套餐、付费专栏及课程。

余额充值