OpenCV矩阵函数操作大全

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 加&乘

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PCA“Scrambled”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中

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中

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 - 行/列的和

CV_REDUCE_AVG- 行/列平均值

CV_REDUCE_MAX - 行/列中最大值

CV_REDUCE_MIN- 行/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);