随机数RNG使用说明

1、RNG

cv::RNG 类是opencv里C++的随机数产生器。它可产生一个64位的int随机数。目前可按均匀分布和高斯分布产生随机数。计算机产生的随机数都是伪随机数，是根据种子点seed和特定算法计算出来的。所以，只要种子一定，算法一定，产生的随机数是一定的。

1.1、产生一个随机数

cv::RNG 可以产生3种随机数。

（1）RNG(int seed) 使用种子seed产生一个64位随机整数，默认-1。

（2）cv::RNG::uniform( ) 产生一个均匀分布的随机数。

（3）cv::RNG::gaussian( ) 产生一个高斯分布的随机数。

cv::RNG::uniform(a, b ) 返回一个 $[a,b)$ 范围的均匀分布的随机数，$a,b$ 的数据类型要一致，而且必须是int、float、double中的一种，默认是int。

cv::RNG::gaussian( σ) 返回一个均值为 $0$，标准差为 $\sigma$ 的随机数。如果要产生均值为$\lambda$，标准差为 $\sigma$ 的随机数，可以λ + cv::RNG::gaussian(σ)

		RNG rng;
    int randomNumber = rng;
    cout << "randomNumber=" << randomNumber << endl;
>>  randomNumber=130063606
  
    double randomNumber = rng.uniform(0,99);  
>>  randomNumber=79
  
  	double randomNumber = rng.gaussian(2);
>>  randomNumber=-3.20619e-09

1.2、返回下一个随机数

上面一次只能返回一个随机数，实际上系统已经生成一个随机数组。如果我们要连续获得随机数，没有必要重新定义一个RNG类，只需要取出随机数组的下一个随机数即可。

（1）cv::RNG:: next 返回下一个64位随机整数。

（2）cv::RNG:: operator 返回下一个指定类型的随机数。

RNG rng;  
int randomNumber = rng.next();                    //返回下一个随机整数，即N1.next();  
  
//返回下一个指定类型的随机数  
int randomNumber = rng.operator uchar();         //返回下一个无符号字符数  
int randomNumber = rng.operator schar();         //返回下一个有符号字符数  
int randomNumber = rng.operator ushort();        //返回下一个无符号短型  
int randomNumber = rng.operator short int();     //返回下一个短整型数  
int randomNumber = rng.operator int();           //返回下一个整型数  
int randomNumber = rng.operator unsigned int();  //返回下一个无符号整型数  
int randomNumber = rng.operator float();         //返回下一个浮点数  
int randomNumber = rng.operator double();        //返回下一个double型数  
int randomNumber = rng.operator ()();            //和rng.next( )等价  
int randomNumber = rng.operator ()(100);         //返回[0,100)范围内的随机数  

1.3、用随机数填充矩阵 RNG::fill( )

void fill( InputOutputArray mat, int distType, InputArray a, InputArray b, bool saturateRange=false );

InputOutputArray 输入输出矩阵，最多支持4通道，超过4通道先用reshape()改变结构。

int distType UNIFORM 或 NORMAL，表示均匀分布和高斯分布。

InputArray a disType是UNIFORM,a表示为下界(闭区间)；disType是NORMAL,a均值。

InputArray b disType是UNIFORM,b表示为上界(开区间)；disType是NORMAL,b标准差。

bool saturateRange=false 只针对均匀分布有效。当为真的时候，会先把产生随机数的范围变换到数据类型的范围，再产生随机数。如果为假，会先产生随机数，再进行截断到数据类型的有效区间。

//产生[1,1000)均匀分布的int随机数填充fillM  
Mat_<int>fillM(3,3);  
rng.fill(fillM,RNG::UNIFORM,1,1000);  
cout << "filM = " << fillM << endl << endl;  
      
Mat fillM1(3,3,CV_8U);  
rng.fill(fillM1,RNG::UNIFORM,1,1000,TRUE);  
cout << "filM1 = " << fillM1 << endl << endl;  
      
Mat fillM2(3,3,CV_8U);  
rng.fill(fillM2,RNG::UNIFORM,1,1000,FALSE);  
cout << "filM2 = " << fillM2 << endl << endl;  
//fillM1产生的数据都在[0,，255)内，且小于255；  
//fillM2产生的数据虽然也在同样范围内，但是由于用了截断操作，所以很多数据都是255,    
  
//产生均值为1，标准差为3的随机double数填进fillN  
Mat_<double>fillN(3,3);  
rng.fill(fillN,RNG::NORMAL,1,3);  
cout << "filN = " << fillN << endl << endl;  

1.4、用系统时间做种子点

RNG rng((unsigned)time(NULL)); 当然，用这个要记得加上头函数<time.h>

RNG rng((unsigned)time(NULL)); // 用系统时间作为种子点
double x=rng.uniform((double)0,(double)255);
float y=rng.uniform(0.f,255.f);
int z=rng.uniform((int)0, (int)255 );