aihot  2017-05-27 18:28:45  OpenCV |   查看评论   

 OpenCV矩阵操作

  • 有很多函数有mask,代表掩码,如果某位mask是,那么对应的src的那一位就不计算,mask要和矩阵/ROI/的大小相等
  • 大多数函数支持ROI,如果图像ROI被设置,那么只处理ROI部分
  • 少部分函数支持COI,如果COI设置,只处理感兴趣的通道
 
矩阵逻辑运算
  • void cvAnd(const CvArr* src1,const CvArr* src2, CvArr* dst, const CvArr* mask=NULL);//
  • void cvAndS(const CvArr* src, CvScalar value, CvArr* dst, constCvArr* mask=NULL);//
  • void cvOr(const CvArr* src1, const CvArr* src2, CvArr* dst, constCvArr* mask=NULL);//
  • void cvOrS(const CvArr* src, CvScalar value, CvArr* dst, constCvArr* mask=NULL);//
  • void cvXor(const CvArr* src1, const CvArr* src2, CvArr* dst, constCvArr* mask=NULL);//
  • void cvXorS(const CvArr* src, CvScalar value, CvArr* dst, constCvArr* mask=NULL);//
  • void cvNot(const CvArr* src,CvArr* dst);//矩阵取反
 
矩阵算术运算 绝对值
  • void cvAbs(const CvArr*src,CvArr* dst);
  • void cvAbsDiff(const CvArr* src1,const CvArr* src2, CvArr*dst);//两矩阵相减取绝对值
  • void cvAbsDiffS(const CvArr* src, CvArr* dst,CvScalarvalue);//矩阵减去一个数取绝对值
 
    加减
  • void cvAdd(const CvArr* src1,const CvArr*src2,CvArr* dst,const CvArr* mask =NULL);//两数组相加,dst(I)=src1(I)+src2(I) if mask(I)!=0
  • void cvAddS(const CvArr* src,CvScalar value,CvArr*dst,const CvArr*mask = NULL);//数组和一个数相加,dst(I)=src(I)+value if mask(I)!=0
  • void cvAddWeighted(const CvArr* src1,double alpha,const CvArr*src2,double beta,double gamma,CvArradded to each sum*dst);//带权相加相当于dst(x,y) = α? src1(x,y) + β? src2(x,y) + γ
  • void cvSub(const CvArr* src1, const CvArr* src2, CvArr* dst, constCvArr* mask=NULL);//矩阵减法,dst(I)=src1(I)-src2(I) if mask(I)!=0
  • void cvSubS(const CvArr* src, CvScalar value, CvArr* dst, constCvArr* mask=NULL);//矩阵减数,dst(I)=src(I)-value if mask(I)!=0
  • void cvSubRS(const CvArr* src, CvScalar value, CvArr* dst, constCvArr* mask=NULL);//数减矩阵,dst(I)=value-src(I) if mask(I)!=0
 
    乘除
  • void cvDiv(const CvArr* src1, constCvArr* src2, CvArr* dst, doublescale=1);//scale*src1(i)/src2(i),如果src1=NULL,则计算scale/src2(i)
  • void cvMul(const CvArr* src1,const CvArr* src2,CvArr* dst,doublescale=1);//两矩阵元素之间的简单乘法,一般的矩阵点乘用cvGEMM();
 
    次方
  • void cvPow(const CvArr* src, CvArr* dst,double power);//为每个src的数求power次方
 
    指数
  • void cvExp(const CvArr* src, CvArr*dst);//dst(I)=EXP(src(I))
 
    对数
  • void cvLog(const CvArr* src, CvArr*dst);//
 
    线性代数计算 加&乘
  • voidcvScaleAdd(const CvArr* src1, CvScalar scale, const CvArr* src2,CvArr* dst);//src1和scale的乘积加上src2
  • void cvCrossProduct(const CvArr* src1,const CvArr* src2,CvArr*dst);//计算两个D向量(单通道)的叉乘运算
  • double cvDotProduct(const CvArr* src1, const CvArr*src2);//两个向量点乘
  • void cvGEMM(const CvArr* src1, const CvArr* src2, double alpha,const CvArr* src3, double beta, CvArr* dst, inttABC=0);//乘加运算的始祖
 
    由通用乘加函数参与定义的两个具体宏
  • cvMatMul(const CvArr* src1,const CvArr* src2,CvArr* dst);
  • cvMatMulAdd(const CvArr* src1,const CvArr* src2,const CvArr*src3,CvArr* dst);
  • CvScalar cvTrace(const CvArr* mat);//计算对角线上的元素和
 
    变换
  • void cvTransform(const CvArr* src, CvArr*dst, const CvMat* transmat, const CvMat*shiftvec=NULL);//dst=transmat ·src + shiftvec
  • void cvPerspectiveTransform(const CvArr* src, CvArr* dst, constCvMat* mat);//把矩阵每个元素中三个通道当做一个矩阵,乘mat,mat是一个×或者×的转换矩阵
 
    转置
  • void cvTranspose(const CvArr* src, CvArr*dst);
  • void cvMulTransposed(const CvArr* src, CvArr* dst, int order, constCvArr* delta=NULL, doublescale=1.0);//(src-delta)乘以它的转置再乘以scale
 
    逆矩阵
  • double cvInvert(const CvArr* src,CvArr*dst,int method=CV_LU);//求原矩阵的逆矩阵,默认使用高斯消去法

 
    方阵可逆的充要条件是|A|!=0
  • method取值为CV_LU高斯消去法(默认)   CV_SVD奇异值分解SVD   CV_SVD_SYM对称矩阵的SVD
 
        行列式

        double cvDet(const CvArr*mat);//计算方阵行列式,一定是单通道的

        小型方阵直接计算,大型方阵用高斯消去法计算
 
        如果矩阵正定对称,用奇异值分解的方法解决cvSVD();
 
    特征向量特征值
 
        void cvEigenVV(CvArr* mat, CvArr*evects, CvArr* evals, doubleeps=0);//计算对称矩阵的特征值和特征向量,evects输出特征向量,evals输出特征值,eps雅可比方法停止参数
 
    要求三个矩阵都是浮点类型,×以下该方法有效,×以上的矩阵不能计算出结果,为节约计算量,eps通常设为DBL_EPSILON(10^-15)
 
        如果给定的矩阵是对称正定矩阵,那么考虑使用cvSVD();
 
    协方差
  • void cvCalcCovarMatrix(const CvArr**vects, int count, CvArr* cov_mat, CvArr* avg, intflags);//给定一组大小和类型相同的向量,向量的个数,计算标记,输出协方差正阵和每个向量的平均值矩阵
  • CV_COVAR_NORMAL   普通计算协方差和平均值,输出的是n×n的协方差阵
  •  CV_COVAR_SCRAMBLED   快速PCA“Scrambled”协方差,输出的是m×m的协方差阵
  •  CV_COVAR_USE_AVERAGE   平均值是输入的
  • CV_COVAR_SCALE   重新缩放输出的协方差矩阵
  • 四个flag通过并运算协同发挥作用,前两个不能并
  • CvSize cvMahalonobis(const CvArr* vec1,const CvArr* vec2,CvArr*mat);
  • int cvSolve(const CvArr* src1, const CvArr* src2, CvArr* dst, intmethod=CV_LU);//Solves a linear system or least-squaresproblem.
  • void cvSVD(CvArr* A, CvArr* W, CvArr* U=NULL, CvArr* V=NULL, intflags=0);//Performs singular value decomposition of a realfloating-point matrix.
  • void cvSVBkSb(const CvArr* W, const CvArr* U, const CvArr* V, constCvArr* B, CvArr* X, int flags);//Performs singular value backsubstitution.
 
    数组比较
  • void cvCmp(const CvArr* src1, constCvArr* src2, CvArr* dst, int cmp_op);//两矩阵比较运算
  • CV_CMP_EQ -src1(I) 是否相等
  •  CV_CMP_GT -src1(I) 是否大于
  • CV_CMP_GE -src1(I) 是否大于等于
  • CV_CMP_LT -src1(I) 是否小于
  • CV_CMP_LE -src1(I) 是否小于等于
  • CV_CMP_NE -src1(I) 是否不等
  • 如果判断为假,dst设为,如果判断为真,dst设为xff
  • void cvCmpS(const CvArr* src, double value, CvArr* dst, intcmp_op);//矩阵和一个数字比较运算
 
    矩阵内转换 类型转换
  • void cvConvertScale(constCvArr* src,CvArr* dst,double scale,doubleshift);//矩阵首先乘以scale再加上shift,然后把src中的数据类型转换成dst类型,但是src和dst通道数需要相等
  •  void cvConvertScaleAbs(const CvArr* src,CvArr* dst,doublescale,double shift);//在src到dst类型转换前,先做绝对值
  • void cvCvtColor(const CvArr* src,CvArr* dst, int code);//图像颜色空间转换,src要为U 16U 32F,dst的数据类型需要和src相同,通道数看code
  • code格式如:CV_原色彩空间目的色彩空间   色彩空间要考虑RGB的顺序
  • 支持的颜色空间包括:RGB   RGB565   RGB555    GRAYRGBA   XYZ   YCrCb   HSV   HLS   Luv   BayerRG

 

    空间转换
  • void cvFlip(const CvArr* src, CvArr*dst=NULL, intflip_mode=0);//图像绕x、y轴旋转。当用在一维数组上时并且flip_mode>0,可以用来颠倒数据排列
  • flip_mode=0:左右对称values of the conversion resul
  • flip_mode>0:上下对称
  • flip_mode<0:中心对称
 
    矩阵间操作
  • void cvCopy(const CvArr* src,CvArr*dst,const CvArr* mask=NULL);
  • void cvMerge(const CvArr* src0,const CvArr* src1,const CvArr*src2,const CvArr* src3,CvArr*dst);//多个数组合并成一个,类型和尺寸都相同,dst有多个通道,src可以赋值NULL
  • void cvSplit(cosnt CvArr* src,CvArr* dst0,CvArr* dst1,CvArr*dst2,CvArr* dst3);//一个多通道数组分解成多个数组,类型尺寸都想同,dst可以赋值NULL
  • void cvRepeat(const CvArr* src, CvArr*dst);//在dst中重复叠加src,dst(i,j)=src(i mod rows(src), j modcols(src))
  • CvMat* cvReshape(const CvArr* originalarr, CvMat* headerdata, intnew_cn, intnew_rows=0);//把一个originalarr(可以是已经有内容的图片),转换为有新的通道数、新的行数的数据(CvMat*只含数据,没有图片头)
  • CvArr* cvReshapeMatND(const CvArr* arr, int sizeof_header, CvArr*header, int new_cn, int new_dims, int* new_sizes);
  • void cvLUT(const CvArr* src, CvArr* dst, const CvArr*lut);//src是bit类型的数据,lut是一张一维查找表,拥有个通道数类型和dst相同的元素,src的某一位置的元素数值n,到lut的n位置查找的内容填入dst的相应src的n元素的位置
 
    统计运算 最大最小
  • void cvMax(const CvArr* src1,const CvArr* src2, CvArr* dst);
  • void cvMaxS(const CvArr* src, double value, CvArr*dst);//找较大值放到dst中
  • void cvMin(const CvArr* src1,const CvArr* src2,CvArr* dst);
  •  void cvMins(const CvArr* src,double value,CvArr*dst);//找较小值放到dst中
  •  void cvMinMaxLoc(const CvArr* arr, double* min_val, double*max_val, CvPoint* min_loc=NULL, CvPoint* max_loc=NULL, const CvArr*mask=NULL);
    找出全局某个通道中最大最小的值,和她们的位置,如果不止一个通道,一定要设置COI
 
 
        零的个数
  •  int cvCountNonZero( const CvArr* arr);//统计非零的个数
 
    是否落在范围内
  • void cvInRange(const CvArr*src,const CvArr* lower,const CvArr* upper,CvArr* dst);
  • void cvInRangeS(const CvArr* src,CvScalar lower,CvScalarupper,CvArr* dst);//判断原数组中的每个数大小是否落在对应的lower、upper数组位置数值的中间
  • if(lower(i)<=src(i)<upper(i) ){dst(i)=0xff; }else{ dst(i)=0; }
 
    平均值标准差
 
        CvScalar cvAvg(const CvArr* arr,constCvArr* mask =NULL);//计算mask非零位置的所有元素的平均值,如果是图片,则单独计算每个通道上的平均值,如果COI设置了,只计算该COI通道的平均值
 
        void cvAvgSdv(const CvArr* arr, CvScalar* mean, CvScalar* std_dev,const CvArr* mask=NULL);//计算各通道的平均值,标准差,支持COI
 
 
 
        double cvNorm(const CvArr* arr1,const CvArr* arr2=NULL,intnorm_type=CV_L2,const CvArr* mask=NULL);//计算一个数组的各种范数
 
        如果arr2为NULL,norm_type为
 
        CV_C 求所有数取绝对值后的最大值,CV_L1 求所有数的绝对值的和,CV_L2求所有数的平方和的平方根
 
        如果arr2不为NULL,norm_type为
 
        CV_Carr1和arr2对应元素差的绝对值中的最大值   CV_L1arr1和arr2对应元素差的绝对值的和   CV_L2 arr1和arr2的差平方和的平方根
 
        CV_RELATIVE_C   CV_RELATIVE_L1   CV_RELATIVE_L2 上面结果除以cvNorm(arr2,NULL,对应的norm_type);
 
        cvNormalize(const CvArr* src,CvArr* dst,double a=1.0,doubleb=0.0,int norm_type=CV_L2,const CvArr* mask=NULL);
 
        CV_C   CV_L1   CV_L2   CV_MINMAX
 
        cvReduce(const CvArr* src,CvArr* dst,int dim,intop=CV_REDUCE_SUM);//根据一定规则,把矩阵约简为向量
 
        dim   决定约简到行还是列   1:约简到单个列,:约简到单个行,-1:根据dst的CvSize,决定约简到行还是列
 

除特别注明外,本站所有文章均为 赢咖4注册 原创,转载请注明出处来自OpenCV矩阵函数操作大全

留言与评论(共有 0 条评论)
   
验证码:
[lianlun]1[/lianlun]