OpenCV中的函数子

本文介绍了OpenCV中用于降维的PCA,解决非方阵问题的SVD,以及生成随机数的RNG类。PCA通过主成分分析进行数据降维,SVD用于奇异值分解,RNG提供了各种类型的随机数生成服务。
摘要由CSDN通过智能技术生成

随着OpenCV的发展,封装了越来越多的功能,而往往这些功能不是一个函数就能完成的,实现为一组函数又会导致整个库的函数变得杂乱无章,因此常常使用一个新的对象类型来实现这个新功能。通过重载operator()来生成对象或函数子。下面主要讲述了三个新类型cv::PCA、cv::SVD和cv::RNG。

cv::PCA

主成分分析是一种降维的方法,主要是通过分析多维分布从中提取出带有最多信息量的维度子集的方法,这样,在不损失太多精度的前提下,可以扔掉较少信息的维度。

cv::PCA::PCA()

cv::PCA::PCA()

作用:默认的构造函数,简单的创建PCA对象并初始化空结构

cv::PCA::PCA(InputArray data, InputArray mean, int flags, int maxComponents=0)

作用:执行默认构造,然后立即将它的参数传递给cv::PCA::operator()

cv::PCA::operator()

cv::PCA& cv::PCA::operator()(InputArray data, InputArray mean, int flags, int maxComponents=0)

作用:生成PCA对象内部分布的模型。

参数:

参数 含义
data 一个包含所有构成样本分布的矩阵,n采样,D维
mean 包含每一维的平均值的矩阵
flags 指定data和mean的排布方式: cv::PCA_DATA_AS_ROW:data是n×D,mean是n×1
cv::PCA_DATA_AS_COL:data是D×n,mean是1×n
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
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、付费专栏及课程。

余额充值