• 综述:
  • @H_403_12@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.
  • @H_403_12@OpenCV将向量作为1维矩阵处理.
  • @H_403_12@矩阵按行存储，每行有4字节的校整.
• @H_403_12@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);

• @H_403_12@释放矩阵空间:
  1. @H_403_12@CvMat*M=cvCreateMat(4,CV_32FC1);
  2. @H_403_12@cvReleaseMat(&M);
  @H_403_12@
• @H_403_12@复制矩阵:
  1. @H_403_12@CvMat*M1=cvCreateMat(4,255)">CvMat*M2;
  2. @H_403_12@M2=cvCloneMat(M1);
  @H_403_12@初始化矩阵:
  1. @H_403_12@doublea[]={1,2,3,4,5,6,7,8,9,10,11,12};
  2. @H_403_12@CvMatMa=cvMat(3,4,CV_64FC1,a);

  另一种方法:

  1. @H_403_12@CvMatMa;
  2. @H_403_12@cvInitMatHeader(&Ma,3,a);

• @H_403_12@初始化矩阵为单位阵:
  1. @H_403_12@cvSetIdentity(M);//这里似乎有问题，不成功
  @H_403_12@

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.
• @H_403_12@间接存取矩阵元素:
  1. @H_403_12@cvmSet(M,i,j,2.0);//SetM(i,j)
  2. @H_403_12@t=cvmGet(M,j);//GetM(i,j)
  @H_403_12@直接存取，假设使用4-字节校正:
  1. @H_403_12@CvMat*M=cvCreateMat(4,255)">intn=M->cols;
  2. @H_403_12@float*data=M->data.fl;
  3. @H_403_12@data[i*n+j]=3.0;
  @H_403_12@直接存取，校正字节任意:
  1. @H_403_12@intstep=M->step/sizeof(float);
  2. @H_403_12@(data+i*step)[j]=3.0;
  @H_403_12@直接存取一个初始化的矩阵元素:
  1. @H_403_12@doublea[16];
  2. @H_403_12@CvMatMa=cvMat(3,a);
  3. @H_403_12@a[i*4+j]=2.0;//Ma(i,j)=2.0;
  @H_403_12@矩阵/向量操作
  矩阵-矩阵操作:
  1. @H_403_12@CvMat*Ma,*Mb,*Mc;
  2. @H_403_12@cvAdd(Ma,Mb,Mc);//Ma+Mb->Mc
  3. @H_403_12@cvSub(Ma,Mc);//Ma-Mb->Mc
  4. @H_403_12@cvMatMul(Ma,Mc);//Ma*Mb->Mc
  @H_403_12@按元素的矩阵操作:
  1. @H_403_12@cvMul(Ma,Mc);//Ma.*Mb->Mc
  2. @H_403_12@cvDiv(Ma,Mc);//Ma./Mb->Mc
  3. @H_403_12@cvAddS(Ma,cvScalar(-10.0),Mc);//Ma.-10->Mc
  @H_403_12@向量乘积:
  1. @H_403_12@doubleva[]={1,2,3};
  2. @H_403_12@doublevb[]={0,0,1};
  3. @H_403_12@doublevc[3];
  4. @H_403_12@CvMatVa=cvMat(3,1,va);
  5. @H_403_12@CvMatVb=cvMat(3,vb);
  6. @H_403_12@CvMatVc=cvMat(3,vc);
  7. @H_403_12@doubleres=cvDotProduct(&Va,&Vb);//点乘:Va.Vb->res
  8. @H_403_12@cvCrossProduct(&Va,&Vb,&Vc);//向量积:VaxVb->Vc
  9. @H_403_12@end{verbatim}
  @H_403_12@

  @H_403_12@注意 Va,Vb,Vc 在向量积中向量元素个数须相同.

  • @H_403_12@单矩阵操作:
    1. @H_403_12@cvTranspose(Ma,Mb);//transpose(Ma)->Mb(不能对自身进行转置)
    2. @H_403_12@CvScalart=cvTrace(Ma);//trace(Ma)->t.val[0]
    3. @H_403_12@doubled=cvDet(Ma);//det(Ma)->d
    4. @H_403_12@cvInvert(Ma,Mb);//inv(Ma)->Mb
    @H_403_12@非齐次线性系统求解:
    1. @H_403_12@CvMat*A=cvCreateMat(3,3,255)">CvMat*x=cvCreateMat(3,1,255)">CvMat*b=cvCreateMat(3,255)">cvSolve(&A,&b,&x);//solve(Ax=b)forx
    @H_403_12@特征值分析(针对对称矩阵):
    1. @H_403_12@CvMat*E=cvCreateMat(3,255)">CvMat*l=cvCreateMat(3,255)">cvEigenVV(&A,&E,&l);//l=A的特征值(降序排列)，E=对应的特征向量(每行)
    @H_403_12@奇异值分解SVD:
    1. @H_403_12@CvMat*U=cvCreateMat(3,255)">CvMat*D=cvCreateMat(3,255)">CvMat*V=cvCreateMat(3,255)">cvSVD(A,D,U,V,CV_SVD_U_T|CV_SVD_V_T);//A=UDV^T