opencv中的矩阵操作

opencv中的矩阵操作 分类： Computer Vision2012-03-23 09:49659人阅读评论(1)收藏举报 dstnullsystemeach 有很多函数有 mask，代表掩码，如果某位 mask 是 0,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, const CvArr* mask=NULL);/ void cvOr(const CvArr* src1, const CvArr* src2, CvArr* dst, const CvArr* mask=NULL);/ void cvOrS(const CvArr* src, CvScalar value, CvArr* dst, const CvArr* mask=NULL);/ void cvXor(const CvArr* src1, const CvArr* src2, CvArr* dst, const CvArr* mask=NULL);/ void cvXorS(const CvArr* src, CvScalar value, CvArr* dst, const CvArr* 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,CvScalar value);/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) = ? src1(x,y) + ? src2(x,y) + void cvSub(const CvArr* src1, const CvArr* src2, CvArr* dst, const CvArr* 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, const CvArr* mask=NULL);/矩阵减数， dst(I)=src(I)-value if mask(I)!=0 void cvSubRS(const CvArr* src, CvScalar value, CvArr* dst, const CvArr* mask=NULL);/数减矩阵， dst(I)=value-src(I) if mask(I)!=0 乘除 void cvDiv(const CvArr* src1, const CvArr* src2, CvArr* dst, double scale=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,double scale=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/src1 和 scale 的乘积加上 src2 void cvCrossProduct(const CvArr* src1,const CvArr* src2,CvArr* dst);/计算两个 3D 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, int tABC=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, const CvMat* 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 33 或者 44 的转换矩阵 转置 void cvTranspose(const CvArr* src, CvArr* dst); void cvMulTransposed(const CvArr* src, CvArr* dst, int order, const CvArr* delta=NULL, double scale=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, double eps=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，1010 以下该方法有效，2020 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, int flags);/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 nn 的协方差阵 CV_COVAR_SCRAMBLED 快速 PCA“Scrambled”协方差，输出的是 mm 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, int method=CV_LU);/Solves a linear system or least-squares problem. void cvSVD(CvArr* A, CvArr* W, CvArr* U=NULL, CvArr* V=NULL, int flags=0);/Performs singular value decomposition of a real floating-point matrix. void cvSVBkSb(const CvArr* W, const CvArr* U, const CvArr* V, const CvArr* B, CvArr* X, int flags);/Performs singular value back substitution. 数组比较 void cvCmp(const CvArr* src1, const CvArr* 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 0，如果判断为真，dst 设为 0xff void cvCmpS(const CvArr* src, double value, CvArr* dst, int cmp_op);/矩阵和一个数字比较运算 矩阵内转换 类型转换 void cvConvertScale(const CvArr* src,CvArr* dst,double scale,double shift);/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,double scale,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 8U 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 2 目的色彩空间 色彩空