opencv 计算二维矢量的幅值—magnitude()函数

置顶 已于 2022-03-30 20:27:56 修改
阅读量4.8k 收藏 3
点赞数
分类专栏： opencv 文章标签： 计算机视觉 深度学习 人工智能
于 2019-02-28 09:43:53 首次发布
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/zqx951102/article/details/88014073
版权

计算二维矢量的幅值：magnitude()函数

该函数用来计算二维矢量的幅值

void magnitude(InputArray x,InputArray y,OutputArray magnitude)

第一个参数：InputArray类型的x，表示矢量的浮点型X坐标值，也就是实部

第二个参数：InputArray类型的y，表示矢量的浮点型Y坐标值，也就是虚部

第三个参数：OutputArray类型的magnitude，输出的幅值，它和第一个参数X有着同样的尺寸和类型

Magnitude()函数的原理：
这里写图片描述

例子：
magnitude(Mat_(dst_re),Mat_(dst_im), dst_mag);
//计算二维矢量的幅值 1.实部2，虚部 3，输出的幅值，和第一个参数x有同样的尺寸和类型

zqx951102
关注
专栏目录
数字图像处理 基于matlab、opencv计算图像的梯度方向和梯度幅值
学以致用 知行合一
06-20 2531
图像可以被视为标量场（即二维函数）。通过微分将标量场转换为矢量场。梯度是一个向量，描述了在x或y方向上移动时，图像变化的速度。我们使用导数来回答这样的问题，图像梯度的大小告诉图像变化的速度，而梯度的方向告诉图像变化最快的方向。因为梯度有方向和大小，所以将这些信息编码为向量是很自然的。该向量的长度提供了梯度的大小，而其方向提供了梯度方向。因为梯度在每个位置可能不同，所以我们在每个图像位置用不同的向量来表示它。
opencv学习（十三）离散傅里叶变换dft()//getOptimalDFTSize/copyMakeBorder边界扩展//magnitude()二维幅值/log()/normalize()归一化
Zeking的博客
04-16 2245
离散傅里叶变换 1,dft（）函数详解 2,返回dft最优尺寸大小函数getOptimalDFTSize（） 3,copyMakeBorder（）边界扩充函数 4,计算二维矢量幅值函数magnitude() 5,求对数函数log（） 6,矩阵归一化函数normalize() 傅里叶函数应用例子 最终效果...
【OpenCV4】使用 magnitude() 函数计算幅值（c++）
AItrust的博客
08-05 1802
表示两个矩阵对应元素求平方和后开根号，形成的矩阵和 x 的大小，数据类型一致。
opencv：计算二维矢量的幅值—magnitude()函数
热门推荐
南国之邱
05-11 2万+
计算二维矢量的幅值：magnitude()函数 该函数用来计算二维矢量的幅值 void magnitude(InputArray x,InputArray y,OutputArray magnitude) 第一个参数：InputArray类型的x，表示矢量的浮点型X坐标值，也就是实部 第二个参数：InputArray类型的y，表示矢量的浮点型Y坐标值，也就是虚部 第三个参数：OutputA
Opencv-C++笔记 (21) :傅里叶变换
最新发布
jiyanghao19的博客
08-20 747
2、从频域角度分析：不在是以时间为参照物了，而是这个事情的频率，1分钟放1块冰糖，2分钟放3粒红豆，3分钟放2粒绿豆，4分钟放4块西红柿，5分钟放1杯水。1、从时域分析：就是六点零一放了1块冰糖，3颗红豆，2颗绿豆，4块西红柿，1杯纯净水，六点零二放了1块冰糖。随着时间的变化一直在变化。结论：傅里叶变换后的白色部分（即幅度大的低频部分）表示图像中快变化的特性或者说是灰度变化缓慢的特性（低频部分）。傅里叶变换后的黑恶部分（即幅度低的高频部分），标识图像中快变化的特性，或者说是灰度变化快的特性（高频部分）。
OpenCV-计算二维矢量幅值cv::magnitude
翟天保的博客
06-17 1万+
函数原型：void magnitude(InputArray x, InputArray y, OutputArray magnitude);
OpenCV库学习之cv2.magnitude函数
qq_46396470的博客
07-29 592
是OpenCV库中的一个函数，用于计算两个相同尺寸的单通道数组的逐元素乘积的欧几里得范数。在图像处理中，这个函数通常用来结合两个方向上的梯度图像（例如，通过Sobel算子得到的x和y方向的梯度图像）来计算图像中每个像素点的梯度幅度。
OpenCV笔记(六)
不积跬步无以至千里
12-15 1036
#include #include #include using namespace cv; using namespace std; int main() { Mat srcImage=imread("redflo.bmp",0);//读取并转成灰度图 int m=getOptimalDFTSize(srcImage.rows);//计算离散傅里叶变换最佳尺寸 int n=getOpti
【OpenCV】OpenCV实战从入门到精通之 -- 离散傅里叶变换相关函数详解
中科院AI算法工程师的博客
12-10 1170
目录 1、dft()函数 2、返回DFT最优尺寸大小：getOptimalDFTSize()函数 3、扩充图像边界：copyMakeBorder()函数 4、计算二维矢量的幅值：magnitude()函数 6、矩阵归一化：normalize()函数 1、dft()函数 dift函数的作用是对一维或二维浮点数数组进行正向或反向离散傅里叶变换。 函数格式： void dift(In...
C++下OpenCV学习笔记----离散傅里叶变换
X_To_Y的博客
02-22 1311
C++下OpenCV学习笔记 ----离散傅里叶变换 文章目录C++下OpenCV学习笔记 一.离散傅里叶变换 二.dft( )函数 三.返回DFT最优尺寸大小：getOptimalDFTSize( )函数 四.扩充图像边界：copyMakeBorder( )函数 五.计算二维矢量的幅值：magnitude( )函数 六.计算自然对数：log( )函数 七.矩阵归一化：normalize( )函数
OpenCV——图像傅里叶变换
我本傲骄的博客
08-04 1641
1、OpenCV傅里叶变换相关函数 首先我要说明的是，在使用OpenCV写代码做图像傅里叶变换的时候，并仅仅是调用dft函数做一个傅里叶变换这么简单的，而是先要对图像进行一些变换之后，才能得到正确的傅里叶变换结果。因此，第一部分我想先列出几个OpenCV提供的与傅里叶变换相关的函数，在了解这些函数功能的基础上，我们再进行具体的图像傅里叶变换的过程。 1.1 dft() 首先，OpenCV提供的傅里叶变换函数dft。其定义如下： void dft(InputArray src, OutputArray, ds
OpenCV基础: 计算图像的梯度幅值/角度/HOG特征
水木年崋
11-28 7924
通过调用 magnitude / phase / cartToPolar, 分别实现梯度幅值/角度的单独计算和同时计算, 并输出/显示.
OpenCV——几何变换
hushaoqiqimingxing的博客
06-15 602
目录 3.1仿射变换 3.1.1 平移 3.1.2 放大和缩小 3.1.3 旋转 3.1.4 计算仿射矩阵 3.1.5 插值算法 3.1.6 旋转函数Rotate 3.2投影变换 3.3极坐标变换 1. 将笛卡儿坐标转换为极坐标 2. 将极坐标转换为笛卡儿坐标 3. 利用极坐标变换对图像进行变换 3.1仿射变换 基本的仿射变换类型：平移、缩放、旋转。变换过程就是构...
【opencv学习笔记】第七篇：离散傅里叶变换
非晚非晚的博客
06-24 1446
离散傅里叶变换(Discrete Fourier Transform, DFT)， 是指傅里叶变换在时域和频域都呈现离散的形式，将时域信号的采样变换为在离散时间傅里叶变换(DTFT)频域的采样。对一幅图使用傅里叶变换就是将它分解成正弦和余弦两部分，也就是图像从空间域(spatial domain)转换到频域(frequency domain)。
OpenCV学习记录 三 （傅里叶逆变换原理及实现）
weixin_51621120的博客
12-01 2927
为什么要在频率域研究图像增强？ 利用频率成分和图像外表之间的对应关系。滤波在频率域更为直观，它可以解释空间域滤波的某些性质。可以在频率域指定滤波器，做反变换，然后在空间域使用结果滤波器作为空间域滤波器的指导。一旦通过频率域试验选择了空间滤波，通常实施都在空间域进行。 傅里叶变换是为后面低通滤波或者说是高通滤波做准备，处理的是灰度图像。 一、傅里叶变换 傅里叶变换（Fourier Transform，FT）后，对同一事物的观看角度随之改变，可以从频域里发现一些从时域里不易察觉的特征。 原理：将满
【OpenCV】OpenCV基础教程（9）—— 傅里叶变换
Quentin的博客
11-10 4553
9. 傅里叶变换 9.1 二维离散的傅里叶（逆）变换 9.1.1 离散傅里叶变换 二维离散傅里叶变换的原理略，具体见书P346。 OpenCV实现傅里叶（逆）变换的函数： void cv::dft(cv::InputArray src, cv::OutputArray dst, int flags = 0, int nonzeroRows = 0) src：输入矩阵，只支持 CV_32F 或者 CV_64F 的单通道或双通道矩阵 dst：输出矩阵 flags：用于说明是傅里叶变换还是傅里叶逆变换 D
cv2.magnitude 详解
qq_54162982的博客
04-17 1976
cv2.magnitude一般用于cv2中的傅里叶变换一块，在numpy中使用的是abs取均值法，而cv2中则使用了一个函数--magnitude。
【OpenCV】Chapter6.频率域图像滤波
兴趣使然的创作者
08-29 1965
最近想对OpenCV进行系统学习，看到网上这份教程写得不错，于是跟着来学习实践一下。
opencv显示图像的频谱图（C++）
qq_45267848的博客
02-15 3704
opencv显示图像的频谱图（C++）1. 图像傅里叶变换2. 幅度谱3.相位谱4. 测试 1. 图像傅里叶变换 图像的傅里叶变换是二维的傅里叶变换，二维离散傅里叶变换(discrete Fourier transform,DFT)定义式如下： 在这里f(m,n)f(m,n)f(m,n)为图像在点(i,j)(i,j)(i,j)的像素值。 二维离散傅里叶反变换为： 在opencv中可以通过dft()函数实现二维离散傅里叶变换，代码如下： Mat DFT::dft2(Mat input) { if (in
如何用opencv调用二维区域生长函数
06-02
要使用OpenCV中的二维区域生长函数，您需要使用cv::floodFill函数。这个函数可以在二维图像中寻找连通的区域，并可以用指定的颜色进行填充。 以下是使用cv::floodFill函数进行二维区域生长的示例代码： ```cpp cv::Mat image = cv::imread("your_image.jpg"); // 读取图像 cv::Mat mask(image.rows + 2, image.cols + 2, CV_8U, cv::Scalar(0)); // 创建掩膜 cv::Rect rect(0, 0, image.cols, image.rows); // 定义矩形区域 cv::Scalar loDiff(20, 20, 20); // 最小差异值 cv::Scalar upDiff(20, 20, 20); // 最大差异值 int flags = 4 + (255 << 8) + cv::FLOODFILL_FIXED_RANGE; // 填充标志 cv::floodFill(image, mask, cv::Point(0, 0), cv::Scalar(255, 255, 255), &rect, loDiff, upDiff, flags); // 进行二维区域生长 cv::imshow("Result", image); // 显示结果 ``` 在上面的代码中，您需要将“your_image.jpg”替换为您自己的图像文件名，并根据需要修改loDiff和upDiff参数的值。这些参数控制了生长的最小和最大差异值，以及填充的标志。 此外，您还可以使用cv::floodFill函数的其他参数来控制生长的方式和结果。请参考OpenCV文档以获取更多信息。
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

打赏作者

zqx951102

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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