学习OpenCV3——第五章：矩阵操作

一、矩阵还可以做很多事情

由前面的章节可知，矩阵类的成员函数可以进行很多基本的操作。然而，除此以外，也有很多操作被表示为“友元”函数，它们的输入为矩阵类型，或者输出为矩阵类型，或者输入输出同为矩阵类型。这些函数及其参数将在表5-1介绍。

表5-1：基本的矩阵和图像算子

函数名称	描述
cv::abs()	计算矩阵中所有元素的绝对值
cv::absdiff()	计算两个矩阵差值的绝对值
cv::add()	实现两个矩阵逐元素相加
cv::addWeighted	实现两个矩阵逐元素加权求和（alpha blending）
cv::bitwise_and	计算两个矩阵逐元素按位与
cv::bitwise_not	计算两个矩阵逐元素按位非
cv::bitwise_or	计算两个矩阵逐元素按位或
cv::bitwise_xor	计算两个矩阵逐元素按位异或
cv::calcCovarMatrix()	计算一组n维向量的协方差
cv::cartToPolar()	计算二维向量的角度和幅度
cv::checkRange()	检查矩阵的无效值
cv::compare()	对两个矩阵中的所有元素应用所选择的比较运算符
cv::completeSymm()	通过将一半元素复制到另一半来使矩阵对称
cv::convertScaleAbs()	缩放矩阵，取绝对值，然后转换为8位无符号数
cv::countNonZero()	计算矩阵中非零元素个数
cv::arrToMat()	将2.1版本的矩阵类型转换为cv::Mat
cv::dct()	计算矩阵的离散余弦变换
cv::determinant()	计算方阵的行列式
cv::dft()	计算矩阵的离散傅里叶变换
cv::divide()	实现两个矩阵逐元素相除
cv::eigen()	计算方阵的特征值和特征向量
cv::exp()	实现矩阵的逐元素求指数幂
cv::extractImageCOI()	从2.1版本的矩阵类型中提取单个通道
cv::flip()	绕选定的轴翻转矩阵
cv::gemm()	实现广义矩阵乘法
cv::getConvertElem()	获取单像素类型转换函数
cv::getConvertScaleElem()	获取单像素类型的转换和缩放函数
cv::idct()	计算矩阵的离散余弦逆变换
cv::idft()	计算矩阵的离散傅里叶逆变换
cv::inRange()	测试矩阵的元素是否再两个其他矩阵的值之间
cv::invert()	求方阵的逆
cv::log()	计算矩阵逐元素的自然对数
cv::magnitude()	计算二维向量的幅度
cv::LUT()	将矩阵转换为查找表的索引
cv::Mahalanobis()	计算两个向量之间的马氏距离
cv::max()	计算两个矩阵逐元素的最大值
cv::mean()	计算矩阵元素的平均值
cv::meanStdDev()	计算矩阵元素的均值和和标准差
cv::merge()	将多个单通道矩阵合并成一个多通道矩阵
cv::min()	计算两个矩阵逐元素的最小值
cv::minMaxLoc()	在矩阵中寻找最小值和最大值
cv::mixChannels()	打乱从输入矩阵到输出矩阵的通道
cv::mulSpectrums()	计算两个傅里叶谱的逐元素乘积
cv::multiply()	计算两个矩阵的逐元素乘积
cv::mulTransposed()	计算矩阵和矩阵的转置的乘积
cv::norm()	计算两个矩阵的归一化相关系数
cv::normalize()	将矩阵中的元素标准化到某一数值内
cv::perspectiveTransform()	实现一系列向量的透视矩阵变化
cv::phase()	计算二维向量的方向
cv::polarToCart()	已知角度和幅度，求出对应的二维向量
cv::pow()	对矩阵内的每个元素求幂
cv::randu()	用均匀分布的随机数填充给定的矩阵
cv::randn()	用正态分布的随机数填充给定的矩阵
cv::randShuffle()	随机打乱矩阵元素
cv::reduce()	通过特定的操作将二维矩阵缩减为向量
cv::repeat()	将一个矩阵的内容复制到另一个矩阵
cv::saturate_cast<>()	转换原始类型（模板函数）
cv::scaleAdd()	逐元素计算两个矩阵的和并且第一个矩阵可以选择缩放
cv::setIdentity()	将矩阵中对角线上的元素设为1，其他置0
0cv::solve()	求出线性方程的解
cv::solveCubic()	找到（唯一的）三次方程的解
cv::solvePoly()	找到多项式方程的复根
cv::sort()	在矩阵中排序任意行或列的元素
cv::sortIdx()	与cv::sort()的目的相同，除了矩阵是未修改的，并返回索引
cv::split()	将一个多通道矩阵分割成多个单通道矩阵
cv::sqrt()	计算矩阵逐元素的平方根
cv::subtract()	实现两个矩阵逐元素相减
cv::sum()	对矩阵中的所有元素求和
cv::theRNG()	返回随机数生成器
cv::trace()	计算一个矩阵的迹
cv::transform()	在矩阵的每个元素上应用矩阵变换
cv::transpose()	矩阵的转置运算

 

具体使用实例可自行百度。

二、小结

在本章中，我们介绍了利用OpenCV最重要的矩阵结构cv::Mat可以完成的大量基本操作，包括矩阵、图像、和多维矩阵等。