频道导航

OPENCV CvMat的使用

2019-12-21 VB 前端之家

前端之家收集整理的这篇文章主要介绍了OPENCV CvMat的使用，前端之家小编觉得挺不错的，现在分享给大家，也给大家做个参考。

 
 
  
  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.  
   
  
  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); 
  
  释放矩阵空间: 
   @H_403_45@ 
     
     CvMat* M = cvCreateMat(4,CV_32FC1);  
     cvReleaseMat(&M);

复制矩阵: @H_403_45@

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

初始化矩阵: @H_403_45@

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:

@H_403_45@

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

初始化矩阵为单位阵: @H_403_45@

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

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: @H_403_45@
1. cvmSet(M,i,j,2.0); // Set M(i,j)
2. t = cvmGet(M,j); // Get M(i,j)

直接存取，假设使用4-字节校正: @H_403_45@

CvMat* M = cvCreateMat(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: @H_403_45@

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

直接存取一个初始化的矩阵元素: @H_403_45@

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

矩阵/向量操作

矩阵-矩阵操作: @H_403_45@
1. CvMat *Ma,*Mb,*Mc;
2. cvAdd(Ma,Mb,Mc); // Ma+Mb -> Mc
3. cvSub(Ma,Mc); // Ma-Mb -> Mc
4. cvMatMul(Ma,Mc); // Ma*Mb -> Mc
按元素的矩阵操作: @H_403_45@
1. CvMat *Ma,*Mc;
2. cvMul(Ma,Mc); // Ma.*Mb -> Mc
3. cvDiv(Ma,Mc); // Ma./Mb -> Mc
4. cvAddS(Ma,cvScalar(-10.0),Mc); // Ma.-10 -> Mc
向量乘积: @H_403_45@
1. double va[] = {1,2,3};
2. double vb[] = {0,0,1};
3. double vc[3];
4. CvMat Va=cvMat(3,1,va);
5. CvMat Vb=cvMat(3,vb);
6. CvMat Vc=cvMat(3,vc);
7. double res=cvDotProduct(&Va,&Vb); // 点乘: Va . Vb -> res
8. cvCrossProduct(&Va,&Vb,&Vc); // 向量积: Va x Vb -> Vc
9. 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: @H_403_45@
1. CvMat *Ma,*Mb;
2. cvTranspose(Ma,Mb); // transpose(Ma) -> Mb (不能对自身进行转置)
3. CvScalar t = cvTrace(Ma); // trace(Ma) -> t.val[0]
4. double d = cvDet(Ma); // det(Ma) -> d
5. cvInvert(Ma,Mb); // inv(Ma) -> Mb
非齐次线性系统求解: @H_403_45@
1. CvMat* A = cvCreateMat(3,3,CV_32FC1);
2. CvMat* x = cvCreateMat(3,1,CV_32FC1);
3. CvMat* b = cvCreateMat(3,CV_32FC1);
4. cvSolve(&A,&b,&x); // solve (Ax=b) for x
特征值分析(针对对称矩阵): @H_403_45@
1. CvMat* A = cvCreateMat(3,CV_32FC1);
2. CvMat* E = cvCreateMat(3,CV_32FC1);
3. CvMat* l = cvCreateMat(3,CV_32FC1);
4. 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: @H_403_45@
1. CvMat* A = cvCreateMat(3,CV_32FC1);
2. CvMat* U = cvCreateMat(3,CV_32FC1);
3. CvMat* D = cvCreateMat(3,CV_32FC1);
4. CvMat* V = cvCreateMat(3,CV_32FC1);
5. cvSVD(A,D,U,V,CV_SVD_U_T|CV_SVD_V_T); // A = U D V^T

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.
分配矩阵空间:
```
CvMat* cvCreateMat(int rows,CV_32FC1); 
```
释放矩阵空间: @H_403_45@
1. CvMat* M = cvCreateMat(4,CV_32FC1);
2. cvReleaseMat(&M);
复制矩阵: @H_403_45@
1. CvMat* M1 = cvCreateMat(4,CV_32FC1);
2. CvMat* M2;
3. M2=cvCloneMat(M1);
初始化矩阵: @H_403_45@
1. double a[] = { 1, 10,12 };
2. CvMat Ma=cvMat(3,a);
```
另一种方法: 
```
@H_403_45@
1. CvMat Ma;
2. cvInitMatHeader(&Ma,a);
```
   
```
初始化矩阵为单位阵: @H_403_45@
1. CvMat* M = cvCreateMat(4,CV_32FC1);
2. cvSetIdentity(M); // 这里似乎有问题，不成功

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: @H_403_45@
1. cvmSet(M,2.0); // Set M(i,j)
2. t = cvmGet(M,j)
直接存取，假设使用4-字节校正: @H_403_45@
1. CvMat* M = cvCreateMat(4,CV_32FC1);
2. int n = M->cols;
3. float *data = M->data.fl;
4. data[i*n+j] = 3.0;
直接存取，校正字节任意: @H_403_45@
1. CvMat* M = cvCreateMat(4,CV_32FC1);
2. int step = M->step/sizeof (float );
3. float *data = M->data.fl;
4. (data+i*step)[j] = 3.0;
直接存取一个初始化的矩阵元素: @H_403_45@
1. double a[16];
2. CvMat Ma = cvMat(3,a);
3. a[i*4+j] = 2.0; // Ma(i,j)=2.0;

矩阵/向量操作

矩阵-矩阵操作: @H_403_45@
1. CvMat *Ma, *Mb,*Mc;
2. cvAdd(Ma, Mc); // Ma+Mb -> Mc
3. cvSub(Ma, Mc); // Ma-Mb -> Mc
4. cvMatMul(Ma,Mc); // Ma*Mb -> Mc
按元素的矩阵操作: @H_403_45@
1. CvMat *Ma,*Mc;
2. cvMul(Ma, Mc); // Ma.*Mb -> Mc
3. cvDiv(Ma, Mc); // Ma./Mb -> Mc
4. cvAddS(Ma,Mc); // Ma.-10 -> Mc
向量乘积: @H_403_45@
1. double va[] = {1,3};
2. double vb[] = {0,1};
3. double vc[3];
4. CvMat Va=cvMat(3,va);
5. CvMat Vb=cvMat(3,vb);
6. CvMat Vc=cvMat(3,vc);
7. double res=cvDotProduct(&Va,&Vb); // 点乘: Va . Vb -> res
8. cvCrossProduct(&Va,&Vc); // 向量积: Va x Vb -> Vc
9. end{verbatim}
注意 Va,Vc 在向量积中向量元素个数须相同.
单矩阵操作: @H_403_45@
1. CvMat *Ma, *Mb;
2. cvTranspose(Ma, Mb); // transpose(Ma) -> Mb (不能对自身进行转置)
3. CvScalar t = cvTrace(Ma); // trace(Ma) -> t.val[0]
4. double d = cvDet(Ma); // det(Ma) -> d
5. cvInvert(Ma,Mb); // inv(Ma) -> Mb
非齐次线性系统求解: @H_403_45@
1. CvMat* A = cvCreateMat(3,CV_32FC1);
2. CvMat* x = cvCreateMat(3,CV_32FC1);
3. CvMat* b = cvCreateMat(3,CV_32FC1);
4. cvSolve(&A,&x); // solve (Ax=b) for x
特征值分析(针对对称矩阵): @H_403_45@
1. CvMat* A = cvCreateMat(3,CV_32FC1);
2. CvMat* E = cvCreateMat(3,CV_32FC1);
3. CvMat* l = cvCreateMat(3,CV_32FC1);
4. 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: @H_403_45@
1. CvMat* A = cvCreateMat(3,CV_32FC1);
2. CvMat* U = cvCreateMat(3,CV_32FC1);
3. CvMat* D = cvCreateMat(3,CV_32FC1);
4. CvMat* V = cvCreateMat(3,CV_32FC1);
5. cvSVD(A, CV_SVD_U_T|CV_SVD_V_T); @H_705_2502@// A = U D V^T