opencv总结Mat，IplImage操作

转载

• 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.
  • //由于opencv的矩阵式一位数组或者一位指针，所以我们只能利用opencv的函数对矩阵元素进行操作（当然这样也是最安全的做法，- -！太不习惯了）
• 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_<bit_depth>(S|U|F)C<number_of_channels>. 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)//这个函数用来初始化Mat，不初始化虽然是会报warrying，但是运行时会报错，由于Mat和IplImage的类型不太一样，所以做两者之间转换的时候想改变数据类型很难（大概可以先转换矩阵类型，再转换数据类型，这就麻烦了，还没找到好方法），还需要注意这个分配空间并不管理数据的初始化，最好利用cvSet对数据进行初始化。

• 释放矩阵空间:

  CvMat* M = cvCreateMat(4,4,CV_32FC1); cvReleaseMat(&M);//这个别忘了用就是了

• 复制矩阵:

  CvMat* M1 = cvCreateMat(4,4,CV_32FC1);
  CvMat* M2;
  M2=cvCloneMat(M1);

• 初始化矩阵:

  double a[] = { 1, 2, 3, 4,
  5, 6, 7, 8, 9, 10, 11, 12 };
  
  CvMat Ma=cvMat(3, 4, CV_64FC1, a);
  另一种方法:

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

• 初始化矩阵为单位阵:

CvMat* M = cvCreateMat(4,4,CV_32FC1); cvSetIdentity(M); // 这里似乎有问题。

//这个函数可以初始化对角线上的元素，这个是单位阵，不是所有元素都赋1，这个函数需要第二个函数，虽然有默认值，但是这个变量和我之前的理解有点不对，也没有实验，贴个原型吧：

void cvSetIdentity( CvArr* mat, CvScalar value=cvRealScalar(1) );这里的cvRealScalar（1）是个强制类型转换。

• 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:

• cvmSet(M,i,j,2.0); // Set M(i,j) t = cvmGet(M,i,j); // Get M(i,j)

• 直接存取，假设使用4-字节校正:

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

• 直接存取，校正字节任意:

  CvMat* M = cvCreateMat(4,4,CV_32FC1);
  int step = M->step/sizeof(float);
  float *data = M->data.fl;//这个也是Mat和IplImage的区别，Mat的data是union类型，里面是五个不同类型的指针，根据你存储的类型选择相同类型的指针；而IplImage的imagedata就直接存储数据了。
  
  (data+i*step)[j] = 3.0;

• 直接存取一个初始化的矩阵元素:

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

• 矩阵/向量操作

• 矩阵-矩阵操作:

  CvMat *Ma, *Mb, *Mc; cvAdd(Ma, Mb, Mc); // Ma+Mb -> Mc cvSub(Ma, Mb, Mc); // Ma-Mb -> Mc cvMatMul(Ma, Mb, Mc); // Ma*Mb -> Mc//从前几天看到的一些技巧，我感觉这个几个函数不是很好，没有返回值，不能嵌套调用，想完成三个矩阵的相乘，还需要临时变量，比如恢复SVD的时候。

• 按元素的矩阵操作:

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

• 向量乘积:

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

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

• 非齐次线性系统求解:

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

• 特征值分析(针对对称矩阵):

  CvMat* A = cvCreateMat(3,3,CV_32FC1); CvMat* E = cvCreateMat(3,3,CV_32FC1); CvMat* l = cvCreateMat(3,1,CV_32FC1); 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:

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

  标号使得 U 和 V 返回时被转置(若没有转置标号，则有问题不成功!!!).//这个函数解释比较少，首先这个函数不能接受IplImage类型的输入变量，其次必须是浮点型，原文中这个问题，我没有遇到，我使用时最后一个参数用的是默认值0。

//

     自己遇到的问题：

    1，首先是初始化的问题，opencv提供了初始化Mat和初始化MatHead两种方法，文档中介绍都不分配内存存储数据，但实际上cvCreateMat这个函数是分配空间的，类推IplImage也是这样。不初始化会在运行时报错。

    2，为了调用SVD函数，我要用到很多Mat类型的数据，而且要从IplImage转化为Mat，这里可以选择两个函数，一个是cvGetImage，一个是cvConvert。cvGetImage会将输入数据的文件头一并复制，不符合我的要求，我的输入是IPL_DEPTH_8U ，要转化的矩阵是CV_32FC1，第二个函数不会复制文件头。另外要注意，Mat类型中的type包含很多信息，不光有矩阵的数据类型，不要尝试在矩阵复制后，更改type达到上面的目的。更改type会导致release不成功。

    3，opencv不支持不同大小的矩阵相加，我又初始化一个载体大小的图像，将水印的奇异值矩阵复制过去，这是我程序为数不多的几次自己编写的程序块，注意更改单个矩阵值的函数是cvmSet和cvmGet。不要自己找啊。

    4，cvCreateMat函数并不会对数据进行初始化，最好继续用cvSet对数据进行初始化。