opencv计算矩阵与数值的乘积，矩阵与矩阵的乘积

1、矩阵与数值的乘积

在进行数组与一个常量相乘的运算时，使用了Mat类中的mul函数。

//! per-element matrix multiplication by means of matrix expressions
MatExpr mul(InputArray m, double scale=1) const;

使用后，发现数据有些异常，于是就打印出每一个计算后的数值，

发现原来该函数是将，m中矩阵每个元素先做二次方运算，再与scale相乘，于是放弃用该函数，改用

//! computes element-wise weighted product of the two arrays (dst = scale*src1*src2)
CV_EXPORTS_W void multiply(InputArray src1, InputArray src2,
                           OutputArray dst, double scale=1, int dtype=-1);

在使用时，先设置

Mat src2 = Mat::ones(src1.rows, src1.cols, src1.type()); 

然后再进行src1与scale的相乘运算：

multiply(src1, src2, IResult, scale);

2、矩阵与矩阵的乘积

C(m*k) = A(m*n) * B(n*k)

计算上述运算时，就不能用

<pre name="code" class="cpp">multiply(src1, src2, IResult, scale);

这个函数来计算了，因为这个函数只适用于计算两个大小相同的矩阵的对应点的乘积。

所以采用gemm（）函数来计算：

//! implements generalized matrix product algorithm GEMM from BLAS
CV_EXPORTS_W void gemm(InputArray src1, InputArray src2, double alpha,
                       InputArray src3, double gamma, OutputArray dst, int flags=0);

使用时注意flags的含义：默认是0，表示输入的矩阵都不转置。

dst = alpha* src1 *src2 + gamma* src3

如果要对某个输入的矩阵进行转置，可进行如下设置：

flags –

operation flags:

GEMM_1_T transposes src1.

GEMM_2_T transposes src2.

GEMM_3_T transposes src3.