opencv之Mat各种操作

已于 2022-11-21 20:22:22 修改
阅读量1.4k 收藏 3
点赞数
分类专栏： opencv 文章标签： opencv 人工智能
于 2022-10-06 20:52:36 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/oHeHui1/article/details/127184377
版权

1 Mat 相加： 红色和绿色相加， 结果是黄色。

Mat red(SIZE, SIZE, CV_8UC3, Scalar(0, 0, 255));
	Mat blue(SIZE, SIZE, CV_8UC3, Scalar(0, 255, 0));
	Mat img3 = red + blue;

2 减： 黄色减绿色是红色。

Mat yellow(SIZE, SIZE, CV_8UC3, Scalar(0, 255, 255));
	Mat blue(SIZE, SIZE, CV_8UC3, Scalar(0, 255, 0));
	Mat img3 = yellow - blue;

3 裁剪一部分区域：

image = imread("a.jpg", IMREAD_UNCHANGED);
	if (!image.data) {
		printf("No image data \n");
		return -1;
	}
Mat imageD(image, Rect(10, 10, 300, 300)); // a rectangle

4 先初始化再赋值：

Size size(200, 100);
Mat img3(size, CV_8UC3);
img3 = Scalar(0, 255, 255);

5 使用外部像素数据构造Mat

以下构造一个4X4的纯红色图片.

#include <stdio.h>
#include <assert.h>
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
using namespace cv;
using namespace std;
#define SIZE 4
/**
 * https://docs.opencv.org/4.6.0/df/d61/tutorial_random_generator_and_text.html
 * https://www.bogotobogo.com/OpenCV/opencv_3_tutorial_creating_mat_objects.php
 * https://docs.opencv.org/4.x/examples.html
 *
 * https://docs.opencv.org/3.4/d1/d10/classcv_1_1MatExpr.html
 * https://docs.opencv.org/4.x/d3/d63/classcv_1_1Mat.html
 *
 * cmake  .
 * make
 * ./a
 */

int main(int argc, char **argv) {
	Mat red(SIZE, SIZE, CV_8UC3);
	unsigned char c[] = { 0, 0, 255, 0, 0, 255, 0, 0, 255, 0, 0, 255, 0, 0, 255,
			0, 0, 255, 0, 0, 255, 0, 0, 255, 0, 0, 255, 0, 0, 255, 0, 0, 255, 0,
			0, 255, 0, 0, 255, 0, 0, 255, 0, 0, 255, 0, 0, 255 };
	red.data = c;
/**
或者
 unsigned char c[] = { 0, 0, 255, 0, 0, 255, 0, 0, 255, 0, 0, 255,
				              102, 0, 255, 0, 0, 255, 0, 0, 255, 0, 0, 255,
							  0, 0, 255, 0, 0, 255, 0, 0, 255, 0, 0, 255,
							  0, 0, 255, 0, 0, 255, 0, 0, 255, 0, 0, 255};
	Mat red(SIZE, SIZE, CV_8UC3,c);
	*/
	imwrite("out.jpg", red);
	namedWindow("opencv", WINDOW_FREERATIO);
	imshow("111", red);
	int k = waitKey(0);
	return 0;
}

6 Mat对象之 == 操作符判断2个Mat对象数据是否一样。

以下是一个黄色图片减去一个红色图片应该是一个绿色图片，然后拿这个结果和一个绿色图片，对比是否一致。

#include <stdio.h>
#include <assert.h>
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
using namespace cv;
using namespace std;
#define SIZE 4
/**
 * https://docs.opencv.org/4.6.0/df/d61/tutorial_random_generator_and_text.html
 * https://www.bogotobogo.com/OpenCV/opencv_3_tutorial_creating_mat_objects.php
 * https://docs.opencv.org/4.x/examples.html
 *
 * https://docs.opencv.org/3.4/d1/d10/classcv_1_1MatExpr.html
 * https://docs.opencv.org/4.x/d3/d63/classcv_1_1Mat.html
 *
 * cmake  .
 * make
 * ./a
 */

int main(int argc, char **argv) {
	Size size(SIZE, SIZE);
	Mat yellow(size, CV_8UC3, Scalar(0, 255, 255));
	Mat red(size, CV_8UC3, Scalar(0, 0, 255));
	Mat result = yellow - red;
	Mat blue(size, CV_8UC3, Scalar(0, 255, 0));
	Mat isequal = result == blue;
	cout << isequal << endl;
	assert(isequal.at<unsigned char>(0, 0) == 255);
	imwrite("out.jpg", blue);
	namedWindow("opencv", WINDOW_FREERATIO);
	imshow("111", blue);
	int k = waitKey(0);
	return 0;
}

7 Mat 之 行范围操作。

#include <stdio.h>
#include <assert.h>
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
using namespace cv;
using namespace std;
#define SIZE 200

int main(int argc, char **argv) {
	Size size(SIZE, SIZE);
	Mat yellow(size, CV_8UC3, Scalar(0, 255, 255));
	yellow.rowRange(0, 100) = Scalar(0, 0, 255);
	imwrite("out.jpg", yellow);
	namedWindow("opencv", WINDOW_FREERATIO);
	imshow("111", yellow);
	int k = waitKey(0);
	return 0;
}

Mat 列范围操作

#include <stdio.h>
#include <assert.h>
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
using namespace cv;
using namespace std;
#define SIZE 200

int main(int argc, char **argv) {
	Size size(SIZE, SIZE);
	Mat yellow(size, CV_8UC3, Scalar(0, 255, 255));
//	yellow.colRange(0, 100) = Scalar(0, 0, 255);
	yellow.rowRange(0, 100) = Scalar(0, 0, 255);
	imwrite("out.jpg", yellow);
	namedWindow("opencv", WINDOW_FREERATIO);
	imshow("111", yellow);
	int k = waitKey(0);
	return 0;
}

8 Mat 获取对角线元素

#include <stdio.h>
#include <assert.h>
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
using namespace cv;
using namespace std;
#define SIZE 200

int main(int argc, char **argv) {
	Mat m = (Mat_<int>(3, 3) << 1, 2, 3,
			                    4, 5, 6,
								7, 8, 9);
	Mat d0 = m.diag(0);
	cout << d0 << endl;
	Mat d1 = m.diag(1);
	cout << d1 << endl;
	Mat d2 = m.diag(2);
	cout << d2 << endl;
	Mat d3 = m.diag(-1);
	cout << d3 << endl;
	return 0;
}

9 生成对角线矩阵：

#include <stdio.h>
#include <assert.h>
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
using namespace cv;
using namespace std;
#define SIZE 200

int main(int argc, char **argv) {
	Mat m= Mat::eye(4,4, CV_8UC1)*5;
	cout << m  << endl;
	return 0;
}

10 Scalar::all 函数

Scalar::all(20) 表示每个元素都设置为20，
不然如果是3通道的话， 就得这样写： Scalar(20,20,20）。

 #include <stdio.h>
#include <assert.h>
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
using namespace cv;
using namespace std;
#define SIZE 4

int main(int argc, char **argv) {
	Mat yellow(SIZE,SIZE, CV_8UC3, Scalar::all(20));
	cout<<yellow<<endl;
	cout << yellow.elemSize() << endl;
	return 0;
}

11 Mat.elemSize()函数

返回矩阵的每一个元素占有多少个字节。
比如type是 CV_8UC3，表示每一个元素有3个通道，每一个通道是8位的 unsigned char即一个byte，，3个通道就是 3个byte，所以下面代码是正确的：

#include <stdio.h>
#include <assert.h>
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
using namespace cv;
using namespace std;
#define SIZE 4

int main(int argc, char **argv) {
	Mat yellow(SIZE, SIZE, CV_8UC3, Scalar::all(20));
	cout << yellow.elemSize() << endl;
	assert(yellow.elemSize() == 3);
	return 0;
}

12 Mat.elemSize1()函数

返回通道占用的字节数。

#include <stdio.h>
#include <assert.h>
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
using namespace cv;
using namespace std;
#define SIZE 4

int main(int argc, char **argv) {
	{
		Mat mat1(SIZE, SIZE, CV_16UC1, Scalar::all(20));
		assert(mat1.elemSize1() == 2);
	}
	{
		Mat mat1(SIZE, SIZE, CV_16UC4, Scalar::all(20));
		assert(mat1.elemSize1() == 2);
	}
	{
		Mat mat1(SIZE, SIZE, CV_8UC1, Scalar::all(20));
		assert(mat1.elemSize1() == 1);
	}
	{
		Mat mat1(SIZE, SIZE, CV_8UC3, Scalar::all(20));
		assert(mat1.elemSize1() == 1);
	}

	return 0;
}

12 depth()函数

返回矩阵的数据的类型。

#include <stdio.h>
#include <assert.h>
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
using namespace cv;
using namespace std;
#define SIZE 4

int main(int argc, char **argv) {
	{
		Mat mat1(SIZE, SIZE, CV_8UC1, Scalar::all(20));
		assert(mat1.depth() == 0);
	}
	{
		Mat mat1(SIZE, SIZE, CV_8SC1, Scalar::all(20));
		assert(mat1.depth() == 1);
	}
	{
		Mat mat1(SIZE, SIZE, CV_16UC1, Scalar::all(20));
		assert(mat1.depth() == 2);
	}
	{
		Mat mat1(SIZE, SIZE, CV_16SC1, Scalar::all(20));
		assert(mat1.depth() == 3);
	}
	return 0;
}

13 channels（）返回通道数

也是类型常量最后一个数字.

#include <stdio.h>
#include <assert.h>
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
using namespace cv;
using namespace std;
#define SIZE 4

int main(int argc, char **argv) {
	{
		Mat mat1(SIZE, SIZE, CV_8UC3, Scalar::all(20));
		assert(mat1.channels() == 3);
	}
	{
		Mat mat1(SIZE, SIZE, CV_8UC1, Scalar::all(20));
		assert(mat1.channels() == 1);
	}
	{
		Mat mat1(SIZE, SIZE, CV_8SC1, Scalar::all(20));
		assert(mat1.channels() == 1);
	}
	{
		Mat mat1(SIZE, SIZE, CV_16UC1, Scalar::all(20));
		assert(mat1.channels() == 1);
	}
	{
		Mat mat1(SIZE, SIZE, CV_16SC1, Scalar::all(20));
		assert(mat1.channels() == 1);
	}
	{
		Mat mat1(SIZE, SIZE, CV_16SC4, Scalar::all(20));
		assert(mat1.channels() == 4);
	}
	return 0;
}

14 total()函数：

返回数组元素的个数，也就是行乘以列。对图片来说，就是有多少个像素。

#include <stdio.h>
#include <assert.h>
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
using namespace cv;
using namespace std;
#define SIZE 4

int main(int argc, char **argv) {
	{
		Mat mat1(4, 4, CV_8UC3, Scalar::all(20));
		assert(mat1.total() == 16);
	}
	{
		Mat mat1(100, 20, CV_8UC3, Scalar::all(20));
		assert(mat1.total() == 2000);
	}
	return 0;
}

15 ptr（int row）

返回一个指向第几行开头的数据的指针，指针的类型就是数据的类型。
以下返回的是指向第二行开头的指针
指针的第一个数据是4，第二个是5.

#include <stdio.h>
#include <assert.h>
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
using namespace cv;
using namespace std;
#define SIZE 200

int main(int argc, char **argv) {
	Mat m = (Mat_<unsigned char>(3, 3) << 1, 2, 3,
			                              4, 5, 6,
										  7, 8, 9);
	unsigned char *row1 = m.ptr(1);
	assert(*row1 == 4);
	assert(*(row1 + 1) == 5);
	assert(*(row1 + 2) == 6);
	return 0;
}

16 ptr(int row, int col);

返回指向第几行第几列的一个指针，指针的类型是数据的类型。

#include <stdio.h>
#include <assert.h>
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
using namespace cv;
using namespace std;
#define SIZE 200

int main(int argc, char **argv) {
	Mat m = (Mat_<unsigned char>(4, 4) << 1, 2, 3,4,
			                              5, 6,7, 8,
										  9,10,11,12,
										  13,14,15,16);
	unsigned char *row1 = m.ptr(1,1);
	assert(*row1 == 6);
	assert(*(row1 + 1) == 7);
	assert(*(row1 + 2) == 8);
	return 0;
}

17 at(row，col) :获取或者设置某一个点的数据

以下使用at 来生成一张灰度图.

#include <stdio.h>
#include <assert.h>
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
using namespace cv;
using namespace std;
#define SIZE 100

int main(int argc, char **argv) {
	Mat red = Mat::zeros( SIZE, SIZE, CV_8UC3);
	for (int i = 0; i < SIZE; i++) {
		for (int j = 0; j < SIZE * red.channels(); j++) {
			red.at<uchar>(i, j) = 100;
		}
	}
	imwrite("out.jpg", red);
	namedWindow("opencv", WINDOW_FREERATIO);
	imshow("111", red);
	int k = waitKey(0);
	return 0;
}

下面是另外一个示例：

#include <stdio.h>
#include <assert.h>
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
using namespace cv;
using namespace std;
#define SIZE 4

int main(int argc, char **argv) {
	Mat red(SIZE, SIZE, CV_8UC3);
	unsigned char c[] = { 0, 0, 255, 0, 0, 255, 0, 0, 255, 0, 0, 255,
			              102, 0, 255, 0, 0, 255, 0, 0, 255, 0, 0, 255,
						  0, 0, 255, 0, 0, 255, 0, 0, 255, 0, 0, 255,
						  0, 0, 255, 0, 0, 255, 0, 0, 255, 0, 0, 255};
	red.data = c;
	assert((int) red.at<uchar>(0)==0);
	assert((int) red.at<uchar>(12)==102);
	imwrite("out.jpg", red);
	namedWindow("opencv", WINDOW_FREERATIO);
	imshow("111", red);
	int k = waitKey(0);
	return 0;
}

18 直接获取一个图片某一点的GBR值。

通过 Pixel *dd = red.ptr(1,1); 获取指向第二行第二列的指针， 然后就可以得到GBR的值.

#include <stdio.h>
#include <assert.h>
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
using namespace cv;
using namespace std;
#define SIZE 4
typedef cv::Point3_<uchar> Pixel;

int main(int argc, char **argv) {
	Mat red(SIZE, SIZE, CV_8UC3);
	unsigned char c[] = { 0, 0, 255, 0, 0, 255, 0, 0, 255, 0, 0, 255,
			              0, 103,255, 0, 10, 210, 0, 0, 245, 0, 0, 255,
						  0, 0, 255,  0, 0, 255, 0, 0,255,  0, 0, 255,
						  0,  0, 255, 0, 0, 255, 0, 0, 255, 0, 0, 255 };

	red.data = c;
	{
		Pixel *dd = red.ptr<Pixel>(1,1);
		assert((int)dd->x == 0);
		assert((int)dd->y == 10);
		assert((int)dd->z == 210);

	dd++;

	assert((int)dd->x == 0);
	assert((int)dd->y == 0);
	assert((int)dd->z == 245);
	}
	imwrite("out.jpg", red);
	namedWindow("opencv", WINDOW_FREERATIO);
	imshow("111", red);
	int k = waitKey(0);
	return 0;
}
hehui0921
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
opencv 二 Mat的基本操作1（Mat初始化、基本属性、数学操作、位运算）
m0_74259636的博客
01-07 2559
Mat的基本操作1（Mat初始化、基本属性、数学操作、位运算）
OpenCV Mat类基本操作
yangSHU21的博客
04-16 1094
cv::Mat上面列举了Mat的基本构造函数，主要分为几个类型：要求输入行数和列数来构造一个二维数组的、使用cv::Size对象来构造一个二维数组的、
opencv学习-Mat详解
wyw0000的博客
03-10 905
opencv mat详解
opencv Mat详解
qq_30150579的博客
12-13 4937
OpenCV Mat操作详解
OpenCV_Mat类对象的基本操作、常用操作及相关成员函数介绍
昊虹AI笔记
10-19 1289
OpenCV_Mat类对象的基本操作、常用操作及相关成员函数介绍
opencv 中Mat的一些操作
热门推荐
Do not mess it up
08-24 1万+
（1）创建矩阵 OpenCV Java中矩阵就是一个类 Mat，和它扩展出来的MatOfDouble之类的类。通常创建一个矩阵对象的方法是： Mat A = new Mat(3, 4, CvType.CV_64FC1); 或者分两步： Mat A = new Mat(); A.create(3,4,CvType.CV_64FC1); 矩阵使用完毕不用了，要记得销毁：
opencv之Mat
ubunfans的专栏
04-14 1035
Ma
OpenCVSharp Mat对象操作
02-18
读取、访问、修改、显示、打印Mat对象 //读取图像 using var lenaA = Cv2.ImRead(ImagePath.LenaColor, ImreadModes.Color); if (lenaA.Empty()) return; //共享图像矩阵 var lenaB = new Mat(lenaA, Range.All, ...
OPENCV_Mat类存取方法
05-13
OPENCV_Mat类存取方法 OPENCV_Mat类是OpenCV中最基本的数据结构，它是一个矩阵类，用于存储图像、...OPENCV_Mat类提供了多种方法来存取和操作矩阵数据，包括数据元素地址计算公式、Mat对象的组成部分、图片分析等。
OpenCvSharp实现Mat对象简单的像素操作
01-19
1： 输出一个Mat对象的像素 自定义一个Mat 对象，然后输出像素值（像素值基本都在 0 – 255 之间 ，图像为三通道） 代码 public static void F1() { Scalar s = new Scalar(0, 0, 255); //定义一个三通道颜色...
opencv之Mat详解代码实例下载
11-01
在OpenCV库中，`Mat`是核心的数据结构，用于表示和操作图像数据。这个类在处理计算机视觉任务时扮演着至关重要的角色。本篇文章将深入解析`Mat`对象，对比它与`IplImage`的区别，并通过具体的代码实例来阐述`Mat`的...
opencv mat介绍
12-06
"OpenCV Mat 类详解" OpenCV 是一个计算机视觉库，它的主要工作是处理和操作图像。要学习和开始熟悉 OpenCV，理解它如何存储和处理图像是非常重要的。Mat 是 OpenCV 中一个核心的类，它用于存储和处理图像。 ....
【opencv】图像数字化——矩阵的运算（1 加法运算）
qq_40297054的博客
04-19 198
【代码】【opencv】图像数字化——矩阵的运算（1 加法运算）
OpenCV中 Mat 的使用方法
BUSHUAID的博客
04-03 4519
Mat 是 OpenCV 中的数据类型，储存矩阵形式的数据，构造 Mat 类型的方法有很多，都是通过 Mat 这个构造函数进行实现（Mat 也是构造 Mat 数据类型的函数）。 本文主要介绍 Mat 的构造方法和 Mat 类的访问以及相关的数据类型。 文章目录1 传统的函数构造1.1 关于 CV_< bits >< type >C(< channels >) 的补充2 使用已知的向量构造 Mat 类型3 使用 create 来创建或更改大小和类型4 创建 ROI（感兴趣
【OpenCV】c++ 入门认识 Mat 类，单通道 Mat 的基本操作
Ceylan__的博客
02-27 4608
在计算器内存中，数字图像是以矩阵的形式保存的，矩阵信息中包含了所有像素点的强度值，如何获取并储存这些像素值可根据实际场景应用来确定。在计算机处理中所有图像信息都将转化为数值信息矩阵。OpenCV作为计算机视觉处理库，其主要目的就是通过处理和操作这些矩阵信息来获得更加高级的信息。在处理图像前，我们需要先了解一下OpenCV中最基础的库类Mat以及其相关操作。
Opencv Mat操作大全
u014430651的博客
05-06 591
原文地址：http://blog.csdn.net/omuyejingfeng1/article/details/24725641 [cpp] view plaincopyprint? #include   #include   using namespace std;   using namespace cv;   int main()  
OpenCV Mat的基本操作
Jamia
01-29 1089
Mat 的基本操作
C++：opencv将彩色图转换为灰度图
Ethan_Rich的博客
07-15 469
但是，对于大多数来自相机或文件系统的图像，你可以安全地假设它们是BGR格式的（在OpenCV中）。：这种方法给了你更多的灵活性，因为你可以先对彩色图像进行一些处理（如裁剪、旋转等），然后再转换为灰度图。但是，它使用了更多的内存，因为你需要同时存储彩色和灰度图像（至少在转换过程中是这样）。对于将彩色图转换为灰度图，你通常会从BGR颜色空间（OpenCV中默认的彩色图像格式）转换到灰度颜色空间。请注意，如果原始图像不是彩色的（即，它是一个灰度图像或具有其他非BGR颜色空间的图像），但你仍然使用。
【Qt+opencv】基础的图像绘制
最新发布
m0_62599305的博客
07-15 846
在计算机视觉和图像处理领域，OpenCV是一个强大的库，提供了丰富的功能和算法。而Qt是一个跨平台的C++图形用户界面应用程序开发框架，它为开发者提供了创建现代化的桌面应用程序的所有必要功能。结合这两者，我们可以创建一个强大的图像处理应用程序。本文将介绍如何使用Qt和OpenCV进行基础的图像绘制。我们将探讨如何在Qt应用程序中集成OpenCV库，以及如何使用OpenCV的函数在图像上进行基本的绘制操作。通过本文，我们了解了如何在Qt应用程序中集成OpenCV库，并使用其进行基础的图像绘制。
C++ Opencv中Mat的操作
03-12
Mat是Opencv中最基本的数据类型之一，它代表了一个矩阵，可以用来存储图像或其他数据。Mat可以进行各种操作，例如创建、复制、赋值、裁剪、缩放、转换等等。你可以通过调用Mat的成员函数来实现这些操作。如果你有...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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