opencv矩阵运算(2)

最新推荐文章于 2023-04-23 22:48:56 发布
最新推荐文章于 2023-04-23 22:48:56 发布
阅读量2.7k 收藏 4
点赞数
分类专栏： 图形图像 opencv 文章标签： opencv 图像处理
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/u011630458/article/details/46840705
版权

简介

　　本篇承接上一篇，继续opencv下矩阵计算的函数使用。

计算矩阵的逆

　　注意：矩阵A是可逆矩阵的充分必要条件是行列式detA不等于0。

具体代码

double x[3][3] = {{1, 2, 3}, {2, 2, 1}, {3, 4, 3}};
double y[3][3] = {{1, 0, 0}, {0, 2, 0}, {0, 0, 3}};
 
void showMatdate(Mat tmpMat){
	int i, j;
	CvScalar s1;
	Width = tmpMat.rows;
	Height = tmpMat.cols;
	IplImage tmp;
 
	tmp = tmpMat;
 
	for(i=0; i< Width; i++){
		for(j=0; j<Height; j++){
			s1 = cvGet2D(&tmp, i, j);
			printf("%0.1lf  ", s1.val[0]);
		}
		printf("\n");
	}
	printf("\n");
}
 
int main(int argc, char *argv[]){
 
/*************初始化矩阵*****************************/
	mat1 = Mat(3, 3, CV_64FC1, x);
	src1 = mat1;
	mat2 = Mat(3, 3, CV_64FC1, y);
	src2 = mat2;
/*************显示矩阵数据***************************/
	printf("mat1:\n");
	showMatdate(mat1);
 
/*****************矩阵的逆**********************/
	mat3 = Mat(3, 3, CV_64FC1);
	src3 = mat3;
	cvInvert(&src1, &src3);
	showMatdate(mat3);
	return 0;
}

结果显示

矩阵元素自然对数

具体代码

/*****************矩阵元素自然对数**********************/
    mat3 = Mat(3, 3, CV_64FC1);
    src3 = mat3;
    cvLog(&src1, &src3);
    showMatdate(mat3);

结果显示

矩阵查找表转换

具体代码

/*****************矩阵查找表转换**×******************/
    uchar lut[256];
 
    mat3 = Mat(3, 3, CV_8UC1);
    src3 = mat3;
    mat1.convertTo(mat1, CV_8UC1);
    src1 = mat1;
    mat2 = cvCreateMatHeader(1, 256, CV_8UC1);
    src2 = mat2;
    for (int i = 0; i < 256; i++) {
        lut[i] = 255 - i;
    }
    cvSetData(&src2, lut, 0);
    cvLUT(&src1, &src3, &src2);
    printf("cvLUT(mat1):\n");
    showMatdate(mat3);
    注意：mat3 = src2[mat1].（如果mat1格式为CV_8U）
          mat3 = src2[mat1 + 128].（如果mat1格式为CV_8S）

结果显示

计算向量间马氏距离

具体代码

/*************显示矩阵数据***************************/
    printf("mat1:\n");
    showMatdate(mat1);
    printf("mat2:\n");
    showMatdate(mat2);
 
/*****************计算向量间马氏距离**********************/                                                                          
    mat3 = Mat(3, 3, CV_64FC1, z);
    src3 = mat3;
    printf("mat3:\n");
    showMatdate(mat3);
 
    tmp = cvMahalanobis(&src1, &src2, &src3);
    printf("cvMahalanobis(mat1, mat2, mat3): %.1lf\n", tmp);
    马氏距离的定义，参考如下：http://blog.csdn.net/jmy5945hh/article/details/20536929

结果显示

获得矩阵元素间最大值

具体代码

/*****************计算矩阵参数间最大值**********************/
    mat3 = Mat(3, 3, CV_64FC1);
    src3 = mat3;
    cvMax(&src1, &src2, &src3);
    printf("cvMax(mat1, mat2):\n");
    showMatdate(mat3);
   类似的还有cvMaxS:计算矩阵元素和参数的最大值。
             cvAvg：计算矩阵元素的平均值。
             cvAvgSdv：计算矩阵元素的平均值和标准差。
             cvMin：计算矩阵参数间最小值。
             cvMinS：计算矩阵元素和参数的最小值。

结果显示

单通道合成多通道矩阵

具体代码

    mat3 = Mat(1, 3, CV_8UC3);                                                                                                       
    src3 = mat3;
    cvMerge(&src1, &src2, 0, 0, &src3);
    printf("cvMax(mat1, mat2):\n");
    showMatdate(mat3);
  对应的函数为：split()（将多通道分离为单通道矩阵）。

获取矩阵最大最小元素

具体代码

    printf("mat1:\n");
    showMatdate(mat1);
    cvMinMaxLoc(&src1, &min, &max, &min_p1, &max_p2);
    printf("min:%lf, min_p1.x:%d, min_p1.y:%d\n", min, min_p1.x, min_p1.y);
    printf("max:%lf, max_p2.x:%d, max_p2.y:%d\n", max, max_p2.x, max_p2.y);
     获取到最大最小值：max，min。以及它们的对应位置坐标：min_p1, max_p2。

结果显示

两个矩阵傅里叶频谱相乘

具体代码

    printf("mat1:\n");
    showMatdate(mat1);
    printf("mat2:\n");
    showMatdate(mat2);
 
    mat3 = Mat(3, 3, CV_64FC1);                                                                                                      
    src3 = mat3;
 
    cvMulSpectrums(&src1, &src2, &src3, DFT_ROWS);
    printf("mat3:\n");
    showMatdate(mat3);

结果显示

矩阵乘法

具体代码

    printf("mat1:\n");
    showMatdate(mat1);
    printf("mat2:\n");
    showMatdate(mat2);
 
    mat3 = Mat(3, 3, CV_64FC1);
    src3 = mat3;
 
    cvMul(&src1, &src2, &src3, 3);
    printf("cvMul(mat1 * mat2 * 3):\n");                                                                                             
    showMatdate(mat3);

结果显示

矩阵和转置的乘积

具体代码

    printf("mat1:\n");
    showMatdate(mat1);
    printf("mat2:\n");                                                                                                               
    showMatdate(mat2);
 
    mat3 = Mat(3, 3, CV_64FC1);
    src3 = mat3;
 
    cvMulTransposed(&src1, &src3, 0, &src2);
    printf("cvMulTransposed(mat1):\n");
    showMatdate(mat3);
    void cvMulTransposed( const CvArr* src, CvArr* dst, int order, const CvArr* delta=NULL );
    src:输入矩阵
    dst:目标矩阵
    order:乘法顺序
    delta:一个可选数组， 在乘法之前从 src 中减去该数组。函数 cvMulTransposed 计算 src 和它的转置的乘积。
函数求值公式：
        如果 order=0
              dst=(src-delta)*(src-delta)T
        否则
              dst=(src-delta)T*(src-delta)

结果显示

矩阵绝对差等

具体代码

    printf("mat1:\n");
    showMatdate(mat1);
    printf("mat2:\n");
    showMatdate(mat2);
 
    mat3 = Mat(3, 3, CV_64FC1);
    src3 = mat3;
 
    tmp = cvNorm(&src1, &src2, NORM_L1);                                                                                             
    printf("cvNorm(mat1, mat2, NORM_INF):%lf\n", tmp);
  double cvNorm(const CvArr* arr1, const CvArr* arr2=NULL, int norm_type=CV_L2, const CvArr* mask=NULL )
  如果arr2 == NULL
则：
    
否则：
      
   或者

结果显示

极性坐标转换到笛卡尔坐标

具体代码

    printf("mat1:\n");
    showMatdate(mat1);
    printf("mat2:\n");
    showMatdate(mat2);
 
    mat3 = Mat(3, 1, CV_64FC1);
    src3 = mat3;
    mat4 = Mat(3, 1, CV_64FC1);
    src4 = mat4;
 
    cvPolarToCart(&src1, &src2, &src3, &src4, true);
    printf("cvPolarToCart(mat1, mat2)--x:\n");
    showMatdate(mat3);
    printf("cvPolarToCart(mat1, mat2)--y:\n");
    showMatdate(mat4);
  void cvPolarToCart(const CvArr* magnitude, const CvArr* angle, CvArr* x, CvArr* y, int angle_in_degrees=0)

  magnitude:极坐标的长度。
  angle:极坐标的角度。
  x：笛卡尔X坐标。
  y：笛卡尔Y坐标。
  angle_in_degrees：若为true，表示输入的是角度，否则表示输入的是弧度。

结果显示

矩阵元素求幂

具体代码

    printf("mat1:\n");
    showMatdate(mat1);
 
    mat3 = Mat(3, 1, CV_64FC1);
    src3 = mat3;
 
    cvPow(&src1, &src3, 2);
    printf("cvPow(mat1, 2):\n");                                                                                                     
    showMatdate(mat3);

结果显示

矩阵简化为向量

具体代

    printf("mat1:\n");
    showMatdate(mat1);
 
    mat3 = Mat(3, 1, CV_64FC1);
    src3 = mat3;
 
    cvReduce(&src1, &src3, 1, CV_REDUCE_MAX);
    printf("cvReduce(mat1, 1 , CV_REDUCE_MAX):\n");
    showMatdate(mat3);
  void cvReduce(const CvArr* src, CvArr* dst, int dim=-1, int op=CV_REDUCE_SUM)
  src:待简化的矩阵。
  dst：生成的向量。
  dim：0意味着矩阵被处理成一行,1意味着矩阵被处理成为一列,-1时维数将根据输出向量的大小自动选择.
  op:
       CV_REDUCE_SUM-输出是矩阵的所有行/列的和.
       CV_REDUCE_AVG-输出是矩阵的所有行/列的平均向量.
       CV_REDUCE_MAX-输出是矩阵的所有行/列的最大值.
       CV_REDUCE_MIN-输出是矩阵的所有行/列的最小值.

结果显示
羽凌寒
关注
  • 0
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Opencv的基本矩阵操作与实例
11-28
介绍了Opencv中的基本矩阵运算函数和使用方法，并给出了实例。
OpenCV统计应用-共变数矩阵
weixin_30251587的博客
02-08 191
共变数(Covariance),为两个随机变数的离均差除以母体个数,可以判断两个事件随机变数的相依性,而单一变数的共变数,那就是变异数(Variance)了,共变数以及变异数简单的定义如下 变异数： 共变数： 而当两随机变数为独立事件的时候 再来提到的是共变数矩阵(Covariance matrix),代表着随机变数所有共变数的种类,以两组随机变数来说所产生的共变数矩阵如下 ...
【opencv学习笔记】031 之 矩概念与图像矩详解
水亦心的博客
03-04 5297
目录 一、前言 二、矩概念详解 1、离散情况 2、连续情况 三、图像的几何矩 1、几何矩的概念 2、图像的p+q阶矩 3、HU矩 1.原点矩 2.中心矩 3.归一化中心矩 4、相关API 1.Moments类 2.moments函数 3.contourArea函数 4.arcLength函数 5、代码展示 6、执行结果 一、前言 图像矩，opencv学习笔记...
OpenCV----对图像进行幂次变换
裸奔人生
08-05 5634
uchar T[256]; for(int i = 0;i  {  T[i] = (uchar) (255 * pow(i,r) / pow(255.0f,r)); //幂次变换 } CvMat *T_mat = cvCreateMatHeader(1,256,CV_8UC1); //定义单通道，类型为8位无符号字符型的数组 cvSetData(T_mat,T,0);//指派用户数据给数组头 cv
opencv:pow
苦逼的程序猿
06-18 2848
pow void cv::pow(InputArray src, double power, OutputArray dst) 将每个数组元素提升为幂 InputArray src 输入数组 double power幂指数 OutputArray dst与src大小和类型相同的输出数组 Mat src0 = (Mat_<uchar>(3, 3) <&l...
【opencv】图像数字化——矩阵的运算（ 6 其他运算）
qq_40297054的博客
04-23 140
6 其他运算 6.1 指数和对数运算 针对矩阵中每一个数值进行相应的运算 exp函数 log函数：以e为底 以上两个函数的输入矩阵的数据类型只能是CV_32F或者CV_64F #include <opencv2/core/core.hpp> #include<iostream> using namespace std; using namespace cv; int main(){ Mat src1 = (Mat_<double>(2, 3) <
OpenCV学习笔记12_矩阵常用数学运算
qq_40595787的博客
11-09 2503
1、简单加法 void add( InputArray src1, InputArray src2, OutputArray dst, InputArray mask = noArray(), int dtype = -1);//dst = src1 + src2 2、简单减法 void subtract( InputArray src1, InputArray src2, OutputArray dst, InputArray mask = noArray(), int dtype = -
数字图像处理-python基于opencv代码实现 反转变换、对数变换和幂律(伽马)变换
蓝图的博客
02-03 1万+
本文主要介绍对《数字图像处理》第三章书中示例图片实现 反转变换、对数变换以及伽马变换的代码 若要获取更多数字图像处理，python，深度学习，机器学习，计算机视觉等高清PDF以及 更多有意思的 分享，可搜一搜 微信公共号 “分享猿” 免费获取资源。也可扫描下面的二维码关注，期待你的到来~ 图像增强的三类基本函数：线性函数(反转和恒等变换)、对数函数(对数和反对数变换)、幂律函数(n次幂和n次跟变...
OpenCV矩阵操作
05-12
本程序实现了基于OpenCV的矩阵操作，包括随机创建矩阵，矩阵运算，计算均值、标准差等，适合刚学OpenCV的新手
opencv Mat add divide 运算
12-17
opencv 中关于 mat 矩阵的基本运算操作，有实例和注释，可以方便查看结果
OpenCV中Mat类的数学运算和区域选取
12-26
这个是关于OpenCV中Mat类的一些数学运算，包括加减运算，点乘，点除，矩阵乘法，还有幂函数指数函数等计算以及一些区域的选取。
MFC矩阵伪逆运算opencv
11-01
可存取txt文档矩阵，MFC,C++，OPENCV求伪逆
模糊矩阵的乘积运算（opencv）
05-25
模糊矩阵的乘积运算，opencv2实现。仅供参考。
opencv 矩阵的逆_OpenCV学习记录六
weixin_39528219的博客
12-23 270
一、背景建模1、帧差法（了解一下就可以，一般不用）2、混合高斯模型一般新建的高斯分布不超过5个，即3~5个。高斯模型的参数有个学习的过程。识别视屏流中运动的人代码实现：import numpy as np import cv2 cap=cv2.VideoCapture('test.avi') #形态学操作需要使用 kernel=cv2.getStructuringElement(cv2.MORP...
opencv:mulTransposed/norm/ normalize
苦逼的程序猿
06-17 795
mulTransposed void cv::mulTransposed(InputArray src, OutputArray dst, bool aTa, InputArray delta = noArray(), double scale = 1, int dtype = -1) 计算矩阵及其转置的乘积 InputArray src输入单通道矩阵。注意，与gemm不同，...
逆矩阵介绍及C++/OpenCV/Eigen的三种实现
网络资源是无限的
05-20 2万+
逆矩阵介绍及C++/OpenCV/Eigen的三种实现
OpenCV中对Mat矩阵加、减、乘、除、转置等操作的总结
进击的Explorer
11-08 3万+
1、矩阵乘 1） 矩阵乘A*B 是以数学运算中矩阵相乘的方式实现的，即Mat矩阵A和B被当做纯粹的矩阵做乘法运算，这就要求A的列数等于B的行数时，才能定义两个矩阵相乘。如A是m×n矩阵，B是n×p矩阵，它们的乘积AB是一个m×p矩阵。 例如： Mat A=Mat::ones(2,3,CV_32FC1); Mat B=Mat::ones(3,2,CV_32FC1); ... AB=A*B; 2） ...
opencv求矩阵的逆_使用OpenCV求模拟矩阵的逆矩阵
weixin_39860849的博客
12-19 566
OpenCV中，使用cvInvert函数，可以求解举证的模拟逆矩阵。cvInvert共有三个参数。第一个参数， 待求解的矩阵第二个参数， 逆矩阵第三个参数， 求解方式 可选值 CV_LU， CV_SVD, CV_SVD_SYMCV_LU : 高斯消去法 (LU 分解)CV_SVD ： 奇异值分解(SVD)CV_SVD_SYM ： 对称矩阵的SVD代码如下：#include#include...
opencv实现图像分割，分离前景和背景(1)
热门推荐
羽凌寒
05-14 5万+
简介 　　如题，本篇就是讲解和使用opencv函数grabcut，来实现图像前景与背景的分离。 函数原型 　　1、opencv官方介绍：opencv官方grabcut介绍 　　2、网上童鞋翻译解释：学习OpenCV——学习grabcut算法 　　3、大致内容如下： 函数原型： 　　 void grabCut(InputArray img, Inpu
opencv矩阵运算
最新发布
08-18
OpenCV是一个开源的计算机视觉库，提供了丰富的图像处理和计算机视觉算法。在OpenCV中，矩阵运算通常使用cv::Mat类来表示和操作图像数据。 下面是一些常见的OpenCV矩阵运算操作： 1. 创建矩阵： 使用`cv::Mat`类可以创建一个矩阵对象，并指定其大小和数据类型。例如，创建一个3x3的浮点型矩阵： ```cpp cv::Mat mat(3, 3, CV_32F); ``` 2. 访问像素值： 可以使用`at`函数来访问矩阵中的像素值。例如，获取第一个通道的第一行第一列的像素值： ```cpp float pixelValue = mat.at<float>(0, 0); ``` 3. 矩阵运算： OpenCV提供了许多矩阵运算的函数，如加法、减法、乘法等。这些函数可用于对图像进行各种操作。例如，对两个矩阵进行加法操作： ```cpp cv::Mat result; cv::add(mat1, mat2, result); ``` 4. 矩阵转置： 可以使用`cv::transpose`函数来对矩阵进行转置操作。例如，将一个3x3的矩阵转置为3x3的矩阵： ```cpp

“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