opencv求图片特征值

1图片导入及预处理

1.1导入图片

    //导入图片，并将其转入矩阵image中
    Mat image = imread("test.jpg", IMREAD_REDUCED_GRAYSCALE_2);
    //灰度形式，单通道转入

1.2预处理

  //将矩阵转为可以处理的数据形式
	Mat srcimage;
	image.convertTo(srcimage, CV_32FC1);
 //如果图片不为方阵，则可通过resize，creat等函数处理

2求解并处理特征值及特征向量

2.1获取并随机保留特征值

为方便起见，各取矩阵的上三角和下三角，分别视为两个实对称阵依次求解

//上三角阵处理方式
//获取特征值及特征向量
    eigen(srcimage,vals, vecs);
    //生成随机数，任意保留50个特征值
	int i=0,k=0;
	unsigned r;
	cin >> r;
	srand(r);
	while (i = rand() % (vals.rows) + 1)
	{
		if (k ==(vals.rows-50)) break;
		vals.at<float>(i, 0) = 0;
		k++;
	}

2.2处理特征值及特征向量矩阵

将特征值所在的行向量转为对角阵

Mat dia_vals(vals.rows, vals.rows, vals.type(),Scalar(0));
	float* vals_data = vals.ptr<float>(0);
	for (i=0; i < vals.rows; i++)
	{ 
		diagonal_vals.ptr<float>(i)[i] = vals_data[i];
	}

处理特征向量

    vecs=vecs.t();//转置
	//...
	invert(vecs, vecs_inv);//求逆
	//...
	//重新生成图片对应的矩阵，并转换格式以生成图片
	e = vecs * dia_vals * vecs_inv;
	e.convertTo(e, CV_8UC1);

3图片拼接

3.1导入图片并预处理

	Mat image = imread("test1.jpg", IMREAD_REDUCED_GRAYSCALE_2),
		timage= imread("test2.jpg", IMREAD_REDUCED_GRAYSCALE_2);
	Mat srcimage,tsrcimage;
	image.convertTo(srcimage, CV_32FC1);
	timage.convertTo(tsrcimage, CV_32FC1);

3.2图片拼接

//将上三角阵的左下部分替换为下三角阵的对应元素
int i=0,j = 0;
	for (i = 0; i < srcimage.rows; i++)
	{
		for ( ; j < i; j++)
		{
			srcimage.at<float>(i, j) = tsrcimage.at<float>(i, j);
		}
		j=0;
	}
//...
//
	imwrite("test0.jpg", srcimage);//保存图片
	

4效果

原图片：

生成的对称图片：
下三角：

上三角：

随机保留50个特征值，所得到的图片：