opencv:CvMat总结

最新推荐文章于 2023-04-16 15:25:14 发布
最新推荐文章于 2023-04-16 15:25:14 发布
阅读量389 收藏
点赞数
分类专栏： opencv入门
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/qq_29450163/article/details/54917342
版权 
* 综述:
* 
    * OpenCV有针对矩阵操作的C语言函数. 许多其他方法提供了更加方便的C++接口，其效率与OpenCV一样.
    * OpenCV将向量作为1维矩阵处理.
    * 矩阵按行存储，每行有4字节的校整.

* 分配矩阵空间:CvMat* cvCreateMat(int rows, int cols, int type);

type: 矩阵元素类型. 格式为CV_(S|U|F)C.
例如: CV_8UC1 表示8位无符号单通道矩阵, CV_32SC2表示32位有符号双通道矩阵.
例程:
CvMat* M = cvCreateMat(4,4,CV_32FC1); 

* 释放矩阵空间:

    1. CvMat* M = cvCreateMat(4,4,CV_32FC1);
    2. cvReleaseMat(&M);

* 复制矩阵:

    1. CvMat* M1 = cvCreateMat(4,4,CV_32FC1);
    2. CvMat* M2;
    3. M2=cvCloneMat(M1);

* 初始化矩阵:

    1. double a[] = { 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12 };
    2. CvMat Ma=cvMat(3, 4, CV_64FC1, a);

另一种方法: 

    1. CvMat Ma;
    2. cvInitMatHeader(&Ma, 3, 4, CV_64FC1, a);



* 初始化矩阵为单位阵:

    1. CvMat* M = cvCreateMat(4,4,CV_32FC1);
    2. cvSetIdentity(M); // 这里似乎有问题，不成功

存取矩阵元素
* 假设需要存取一个2维浮点矩阵的第(i,j)个元素.
* 间接存取矩阵元素:

    1. cvmSet(M,i,j,2.0); // Set M(i,j)
    2. t = cvmGet(M,i,j); // Get M(i,j)

* 直接存取，假设使用4-字节校正:

    1. CvMat* M = cvCreateMat(4,4,CV_32FC1);
    2. int n = M->cols;
    3. float *data = M->data.fl;
    4. data[i*n+j] = 3.0;

* 直接存取，校正字节任意:

    1. CvMat* M = cvCreateMat(4,4,CV_32FC1);
    2. int step = M->step/sizeof (float );
    3. float *data = M->data.fl;
    4. (data+i*step)[j] = 3.0;

* 直接存取一个初始化的矩阵元素:

    1. double a[16];
    2. CvMat Ma = cvMat(3, 4, CV_64FC1, a);
    3. a[i*4+j] = 2.0; // Ma(i,j)=2.0;

矩阵/向量操作
* 矩阵-矩阵操作:

    1. CvMat *Ma, *Mb, *Mc;
    2. cvAdd(Ma, Mb, Mc); // Ma+Mb -> Mc
    3. cvSub(Ma, Mb, Mc); // Ma-Mb -> Mc
    4. cvMatMul(Ma, Mb, Mc); // Ma*Mb -> Mc

* 按元素的矩阵操作:

    1. CvMat *Ma, *Mb, *Mc;
    2. cvMul(Ma, Mb, Mc); // Ma.*Mb -> Mc
    3. cvDiv(Ma, Mb, Mc); // Ma./Mb -> Mc
    4. cvAddS(Ma, cvScalar(-10.0), Mc); // Ma.-10 -> Mc

* 向量乘积:

    1. double va[] = {1, 2, 3};
    2. double vb[] = {0, 0, 1};
    3. double vc[3];
    4. CvMat Va=cvMat(3, 1, CV_64FC1, va);
    5. CvMat Vb=cvMat(3, 1, CV_64FC1, vb);
    6. CvMat Vc=cvMat(3, 1, CV_64FC1, vc);
    7. double res=cvDotProduct(&Va,&Vb); // 点乘: Va . Vb -> res
    8. cvCrossProduct(&Va, &Vb, &Vc); // 向量积: Va x Vb -> Vc
    9. end{verbatim}

注意 Va, Vb, Vc 在向量积中向量元素个数须相同.

* 单矩阵操作:

    1. CvMat *Ma, *Mb;
    2. cvTranspose(Ma, Mb); // transpose(Ma) -> Mb (不能对自身进行转置)
    3. CvScalar t = cvTrace(Ma); // trace(Ma) -> t.val[0]
    4. double d = cvDet(Ma); // det(Ma) -> d
    5. cvInvert(Ma, Mb); // inv(Ma) -> Mb

* 非齐次线性系统求解:

    1. CvMat* A = cvCreateMat(3,3,CV_32FC1);
    2. CvMat* x = cvCreateMat(3,1,CV_32FC1);
    3. CvMat* b = cvCreateMat(3,1,CV_32FC1);
    4. cvSolve(&A, &b, &x); // solve (Ax=b) for x

* 特征值分析(针对对称矩阵):

    1. CvMat* A = cvCreateMat(3,3,CV_32FC1);
    2. CvMat* E = cvCreateMat(3,3,CV_32FC1);
    3. CvMat* l = cvCreateMat(3,1,CV_32FC1);
    4. cvEigenVV(&A, &E, &l); // l = A的特征值 (降序排列) ， E = 对应的特征向量 (每行)

* 奇异值分解SVD:

    1. CvMat* A = cvCreateMat(3,3,CV_32FC1);
    2. CvMat* U = cvCreateMat(3,3,CV_32FC1);
    3. CvMat* D = cvCreateMat(3,3,CV_32FC1);
    4. CvMat* V = cvCreateMat(3,3,CV_32FC1);
    5. cvSVD(A, D, U, V, CV_SVD_U_T|CV_SVD_V_T); // A = U D V^T



* 综述:
* 
    * OpenCV有针对矩阵操作的C语言函数. 许多其他方法提供了更加方便的C++接口，其效率与OpenCV一样.
    * OpenCV将向量作为1维矩阵处理.
    * 矩阵按行存储，每行有4字节的校整.

* 分配矩阵空间:CvMat* cvCreateMat(int rows, int cols, int type);

type: 矩阵元素类型. 格式为CV_(S|U|F)C.
例如: CV_8UC1 表示8位无符号单通道矩阵, CV_32SC2表示32位有符号双通道矩阵.
例程:
CvMat* M = cvCreateMat(4,4,CV_32FC1); 

* 释放矩阵空间:

    1. CvMat* M = cvCreateMat(4,4,CV_32FC1);
    2. cvReleaseMat(&M);

* 复制矩阵:

    1. CvMat* M1 = cvCreateMat(4,4,CV_32FC1);
    2. CvMat* M2;
    3. M2=cvCloneMat(M1);

* 初始化矩阵:

    1. double a[] = { 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12 };
    2. CvMat Ma=cvMat(3, 4, CV_64FC1, a);

另一种方法: 

    1. CvMat Ma;
    2. cvInitMatHeader(&Ma, 3, 4, CV_64FC1, a);



* 初始化矩阵为单位阵:

    1. CvMat* M = cvCreateMat(4,4,CV_32FC1);
    2. cvSetIdentity(M); // 这里似乎有问题，不成功

存取矩阵元素
* 假设需要存取一个2维浮点矩阵的第(i,j)个元素.
* 间接存取矩阵元素:

    1. cvmSet(M,i,j,2.0); // Set M(i,j)
    2. t = cvmGet(M,i,j); // Get M(i,j)

* 直接存取，假设使用4-字节校正:

    1. CvMat* M = cvCreateMat(4,4,CV_32FC1);
    2. int n = M->cols;
    3. float *data = M->data.fl;
    4. data[i*n+j] = 3.0;

* 直接存取，校正字节任意:

    1. CvMat* M = cvCreateMat(4,4,CV_32FC1);
    2. int step = M->step/sizeof (float );
    3. float *data = M->data.fl;
    4. (data+i*step)[j] = 3.0;

* 直接存取一个初始化的矩阵元素:

    1. double a[16];
    2. CvMat Ma = cvMat(3, 4, CV_64FC1, a);
    3. a[i*4+j] = 2.0; // Ma(i,j)=2.0;

矩阵/向量操作
* 矩阵-矩阵操作:
*
1. CvMat *Ma, *Mb, *Mc;
2. cvAdd(Ma, Mb, Mc); // Ma+Mb -> Mc
3. cvSub(Ma, Mb, Mc); // Ma-Mb -> Mc
4. cvMatMul(Ma, Mb, Mc); // Ma*Mb -> Mc

* 按元素的矩阵操作:
* 
    1. CvMat *Ma, *Mb, *Mc;
    2. cvMul(Ma, Mb, Mc); // Ma.*Mb -> Mc
    3. cvDiv(Ma, Mb, Mc); // Ma./Mb -> Mc
    4. cvAddS(Ma, cvScalar(-10.0), Mc); // Ma.-10 -> Mc

* 向量乘积:
* 
    1. double va[] = {1, 2, 3};
    2. double vb[] = {0, 0, 1};
    3. double vc[3];
    4. CvMat Va=cvMat(3, 1, CV_64FC1, va);
    5. CvMat Vb=cvMat(3, 1, CV_64FC1, vb);
    6. CvMat Vc=cvMat(3, 1, CV_64FC1, vc);
    7. double res=cvDotProduct(&Va,&Vb); // 点乘: Va . Vb -> res
    8. cvCrossProduct(&Va, &Vb, &Vc); // 向量积: Va x Vb -> Vc
    9. end{verbatim}

* 注意 Va, Vb, Vc 在向量积中向量元素个数须相同.

* 单矩阵操作:
* 
    1. CvMat *Ma, *Mb;
    2. cvTranspose(Ma, Mb); // transpose(Ma) -> Mb (不能对自身进行转置)
    3. CvScalar t = cvTrace(Ma); // trace(Ma) -> t.val[0]
    4. double d = cvDet(Ma); // det(Ma) -> d
    5. cvInvert(Ma, Mb); // inv(Ma) -> Mb

* 非齐次线性系统求解:
* 
    1. CvMat* A = cvCreateMat(3,3,CV_32FC1);
    2. CvMat* x = cvCreateMat(3,1,CV_32FC1);
    3. CvMat* b = cvCreateMat(3,1,CV_32FC1);
    4. cvSolve(&A, &b, &x); // solve (Ax=b) for x

* 特征值分析(针对对称矩阵):
* 
    1. CvMat* A = cvCreateMat(3,3,CV_32FC1);
    2. CvMat* E = cvCreateMat(3,3,CV_32FC1);
    3. CvMat* l = cvCreateMat(3,1,CV_32FC1);
    4. cvEigenVV(&A, &E, &l); // l = A的特征值 (降序排列) ， E = 对应的特征向量 (每行)

* 奇异值分解SVD:
* 
    1. CvMat* A = cvCreateMat(3,3,CV_32FC1);
    2. CvMat* U = cvCreateMat(3,3,CV_32FC1);
    3. CvMat* D = cvCreateMat(3,3,CV_32FC1);
    4. CvMat* V = cvCreateMat(3,3,CV_32FC1);
    5. cvSVD(A, D, U, V, CV_SVD_U_T|CV_SVD_V_T); // A = U D V^T
虚极守静
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
opencv的cvMat用法小结
03-31
opencv的cvMat用法比较复杂，本文档以最简单的方式总结了cvMat的输出，cvMat元素的读写，cvMat元素与double型的强制转换，适合有一定opencv基础的
OpenCV代码提取：transpose函数的实现
网络资源是无限的
09-15 2万+
OpenCV代码提取：transpose函数的实现
cv::Mat的翻转和转置
liji_digital的博客
02-14 2万+
cv::Mat的本质是矩阵。openCV对Mat类型的处理，实际上也是矩阵操作。这里给个小例子，介绍转置操作和翻转操作。这段代码受了 http://www.tuicool.com/articles/emIr2u 的启发。 Mat m1 = imread("E:\\lena.jpg"); Mat m2; Mat m3; flip(m1, m2, 1); transpose(m1,
OpenCV之CvMat的详解
重点记录机器人和自动驾驶相关领域的技术，尤其是计算机视觉，视觉SLAM等，不仅有前言文献或必备算法的学习，也会有实际应用的点滴经验
10-30 2078
综述： CvMat是OpenCV中重要的矩阵变换函数，使用方法为CvMat* cvCreateMat ( int rows, int cols, int type ); 这里type可以是任何预定义类型，预定义类型的结构如下：CV_<bit_depth> (S|U|F)C<number_of_channels>。于是，矩阵的元素可以是32位浮点型数据(CV_32FC1)，...
OPENCV CvMat的使用
心灵牧场
02-22 1万+
综述: OpenCV有针对矩阵操作的C语言函数. 许多其他方法提供了更加方便的C++接口，其效率与OpenCV一样. OpenCV将向量作为1维矩阵处理. 矩阵按行存储，每行有4字节的校整. 分配矩阵空间: CvMat* cvCreateMat(int rows, int cols, int type); type: 矩阵元素类型. 格式为CV_(S|U|F)C. 例如: CV_8UC1 表
opencv之Mat类初始化
qq_37589971的博客
04-20 1249
早期的 OpenCV 中，使用 IplImage 和 CvMat 数据结构来表示图像。IplImage 和 CvMat 都是 C 语言的结构。使用这两个结构的问题是内存需要手动管理，开发者必须清楚的知道何时需要申请内存，何时需要释放内存。这个开发者带来了一定的负担，开发者应该将更多精力用于算法设计，因此在新版本的 OpenCV 中 引入了 Mat 类。 新加入的 Ma...
OpenCV中CvMat的用法
09-16
OpenCV中CvMat函数的用法，创建矩阵，初始化，等等
opencv中cvmat创建矩阵并存储成xml文件
08-07
opencv中cvmat创建矩阵并给矩阵赋值并存储成xml文件，适合初学者，可以进一步了解矩阵的存储。
OpenCV学习之CvMat的用法详解及实例
10-05
详细介绍opencv中CvMat的具体用法，方便初学者使用
OpenCV学习之CvMat的用法详解及实例.pdf
02-27
。
OpenCV Mat类基本操作
最新发布
yangSHU21的博客
04-16 954
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-详解CvMat属性type
小可爱的博客
04-21 3953
type: 表示了CvMat矩阵中元素的类型以及矩阵的通道个数，它是一系列的预定义的常量，其命名规则为： CV_(位数）+（数据类型）+（通道数）。 具体的有以下值： 这里U（unsigned integer）指的是无符号整数，S（signed integer）是有符号整数，F（float）是浮点数。 C(channels)是通道数。 8和16位只能匹配数据类型U和S，32位只能匹配S和F，64...
opencv 中的cvMat详解
彼岸花
03-25 1万+
1 cvMat简介 图像在计算机中是以数组的形式存放的，Mat是OpenCV中用于存放图像的数据结构。通过调用相关方法，我们能够实现对图像的输入输出以及一些操作。同时，Mat又不止可以作为图像容器，它也可以作为一种比较纯粹的描述矩阵这种数学对象的结构。它比C中的IplImage好的地方在于，由于它的“计数器”机制，我们不需要对它进行手动的内存回收，从而避免了常常困扰C/C++程序员的“内存泄
OpenCV中CvMat或Mat的类型
SlimApp
02-21 1043
/****************************************************************************************\ *                                  Matrix type (CvMat)                                   * \***************
cv::Mat.type()
weixin_30726161的博客
09-22 224
cv::Mat的类型有30种，预定义的enum 0-30分别如下 图转自http://blog.csdn.net/hyqsong/article/details/46367765 type由depth和channel组成，depth 由.depth()返回的enum有以下这些 enum { CV_8U=0, CV_8S=1, CV_16U=2, CV_16S=3, CV_...
Opencv学习（三）简记Mat中的数据类型
热门推荐
hjxu2016的博客
07-19 2万+
读源码的时候遇到Mat的数据类型，在这里简单记一下，遇到一个记一个，如有错误，欢迎指正。 一、mat.type()函数 opencv中Mat存在各种类型，其中mat有一个type（）的函数可以返回该Mat的类型。类型表示了矩阵中元素的类型以及矩阵的通道个数，它是一系列的预定义的常量，其命名规则为CV_(位数）+（数据类型）+（通道数）。具体的有以下值：  通道数我们可以发现，C4=C3+8、...
【opencv学习】-详解CvMat属性type
Beast_Liu的博客
12-20 2343
type  表示了CvMat矩阵中元素的类型以及矩阵的通道个数，它是一系列的预定义的常量，其命名规则为： CV_(位数）+（数据类型）+（通道数）。具体的有以下值：  CV_8UC1 CV_8UC2 CV_8UC3 CV_8UC4 unsigned char 0~255 CV_8SC1 CV_8SC2 CV_8SC3 CV_8SC4 ...
opencv——Mat.type()解析并记录
听风雨
01-06 875
opencv中Mat的类型 其中mat有一个type()的函数可以返回该Mat的类型。 类型表示了矩阵中元素的类型以及矩阵的通道个数，它是一系列的预定义的常量，其命名规则为： CV_(位数）+（数据类型）+（通道数）。 具体的有以下值： ...
openCV中Mat，CvMat 之间的转化
PtaQ的博客
05-26 1万+
在OpenCV中Mat、CvMat和IplImage类型都可以代表和显示图像。IplImage由CvMat派生，而CvMat由CvArr派生即CvArr -> CvMat -> IplImage，Mat类型则是C++版本的矩阵类型（CvArr用作函数的参数，无论传入的是CvMat或IplImage，内部都是按CvMat处理）。其中Mat类型侧重于计算，数学性较高，OpenCV对Mat类...
ubuntu20.04安装opencv3.2.0出现CvMat | ^~~~~
03-29
这个问题可能是由于在Ubuntu 20.04上使用较旧版本的OpenCV...5. 如果仍然出现CvMat错误，请将所有代码中的CvMat更改为cv::Mat，然后重新编译。 这应该可以解决问题。如果仍然遇到问题，请尝试升级到较新的OpenCV版本。

“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