现在的位置: 首页 > 综合 > 正文

OPENCV CvMat的使用

2013年09月21日 ⁄ 综合 ⁄ 共 4388字 ⁄ 字号 小 中 大 ⁄ 评论关闭 


    

  • 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:

    

      

    1. CvMat* M = cvCreateMat(4,4,CV_32FC1); 
      2. 

    2. cvReleaseMat(&M); 
      3. 

    

    

    • 

  • 复制矩阵:

    

      

    1. CvMat* M1 = cvCreateMat(4,4,CV_32FC1); 
      2. 

    2. CvMat* M2; 
      3. 

    3. M2=cvCloneMat(M1); 
      4. 

    

    

    • 

  • 初始化矩阵:

    

      

    1. double a[] = { 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12 }; 
      2. 

    2. CvMat Ma=cvMat(3, 4, CV_64FC1, a); 
      3. 

    

    

    另一种方法: 
    

    

      

    1. CvMat Ma; 
      2. 

    2. cvInitMatHeader(&Ma, 3, 4, CV_64FC1, a); 
      3. 

    

    

       
    

    • 

  • 初始化矩阵为单位阵:

    

      

    1. CvMat* M = cvCreateMat(4,4,CV_32FC1); 
      2. 

    2. cvSetIdentity(M); // 这里似乎有问题，不成功 
      3. 

    

    

    • 



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:

    

      

    1. cvmSet(M,i,j,2.0); // Set M(i,j) 
      2. 

    2. t = cvmGet(M,i,j); // Get M(i,j) 
      3. 

    

    

    • 

  • 直接存取，假设使用4-字节校正:

    

      

    1. CvMat* M = cvCreateMat(4,4,CV_32FC1); 
      2. 

    2. int n = M->cols; 
      3. 

    3. float *data = M->data.fl; 
      4. 

    4. data[i*n+j] = 3.0; 
      5. 

    

    

    • 

  • 直接存取，校正字节任意:

    

      

    1. CvMat* M = cvCreateMat(4,4,CV_32FC1); 
      2. 

    2. int step = M->step/sizeof (float ); 
      3. 

    3. float *data = M->data.fl; 
      4. 

    4. (data+i*step)[j] = 3.0; 
      5. 

    

    

    • 

  • 直接存取一个初始化的矩阵元素:

    

      

    1. double a[16]; 
      2. 

    2. CvMat Ma = cvMat(3, 4, CV_64FC1, a); 
      3. 

    3. a[i*4+j] = 2.0; // Ma(i,j)=2.0; 
      4. 

    

    

    • 



矩阵/向量操作 


    

  • 矩阵-矩阵操作:

    

      

    1. CvMat *Ma, *Mb, *Mc; 
      2. 

    2. cvAdd(Ma, Mb, Mc); // Ma+Mb -> Mc 
      3. 

    3. cvSub(Ma, Mb, Mc); // Ma-Mb -> Mc 
      4. 

    4. cvMatMul(Ma, Mb, Mc); // Ma*Mb -> Mc 
      5. 

    

    

    • 

  • 按元素的矩阵操作:

    

      

    1. CvMat *Ma, *Mb, *Mc; 
      2. 

    2. cvMul(Ma, Mb, Mc); // Ma.*Mb -> Mc 
      3. 

    3. cvDiv(Ma, Mb, Mc); // Ma./Mb -> Mc 
      4. 

    4. cvAddS(Ma, cvScalar(-10.0), Mc); // Ma.-10 -> Mc 
      5. 

    

    

    • 

  • 向量乘积:

    

      

    1. double va[] = {1, 2, 3}; 
      2. 

    2. double vb[] = {0, 0, 1}; 
      3. 

    3. double vc[3]; 
      4. 

    4. CvMat Va=cvMat(3, 1, CV_64FC1, va); 
      5. 

    5. CvMat Vb=cvMat(3, 1, CV_64FC1, vb); 
      6. 

    6. CvMat Vc=cvMat(3, 1, CV_64FC1, vc); 
      7. 

    7. double res=cvDotProduct(&Va,&Vb); // 点乘: Va . Vb -> res 
      8. 

    8. cvCrossProduct(&Va, &Vb, &Vc); // 向量积: Va x Vb -> Vc 
      9. 

    9. end{verbatim} 
      10. 

    

    

    

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

    • 

  • 单矩阵操作:

    

      

    1. CvMat *Ma, *Mb; 
      2. 

    2. cvTranspose(Ma, Mb); // transpose(Ma) -> Mb (不能对自身进行转置) 
      3. 

    3. CvScalar t = cvTrace(Ma); // trace(Ma) -> t.val[0] 
      4. 

    4. double d = cvDet(Ma); // det(Ma) -> d 
      5. 

    5. cvInvert(Ma, Mb); // inv(Ma) -> Mb 
      6. 

    

    

    • 

  • 非齐次线性系统求解:

    

      

    1. CvMat* A = cvCreateMat(3,3,CV_32FC1); 
      2. 

    2. CvMat* x = cvCreateMat(3,1,CV_32FC1); 
      3. 

    3. CvMat* b = cvCreateMat(3,1,CV_32FC1); 
      4. 

    4. cvSolve(&A, &b, &x); // solve (Ax=b) for x 
      5. 

    

    

    • 

  • 特征值分析(针对对称矩阵):

    

      

    1. CvMat* A = cvCreateMat(3,3,CV_32FC1); 
      2. 

    2. CvMat* E = cvCreateMat(3,3,CV_32FC1); 
      3. 

    3. CvMat* l = cvCreateMat(3,1,CV_32FC1); 
      4. 

    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) 
      5. 

    

    

    • 

  • 奇异值分解SVD:

    

      

    1. CvMat* A = cvCreateMat(3,3,CV_32FC1); 
      2. 

    2. CvMat* U = cvCreateMat(3,3,CV_32FC1); 
      3. 

    3. CvMat* D = cvCreateMat(3,3,CV_32FC1); 
      4. 

    4. CvMat* V = cvCreateMat(3,3,CV_32FC1); 
      5. 

    5. cvSVD(A, D, U, V, CV_SVD_U_T|CV_SVD_V_T); // A = U D V^T 
      6. 

    

    

    • 



    

  • 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:

    

      

    1. CvMat* M 
      
= cvCreateMat(4,4,CV_32FC1); 
      2. 

    2. cvReleaseMat(&M); 
      3. 

    

    

    • 

  • 复制矩阵:

    

      

    1. CvMat* M1 
      
= cvCreateMat(4,4,CV_32FC1); 
      2. 

    2. CvMat* M2; 
      3. 

    3. M2=cvCloneMat(M1); 
      4. 

    

    

    • 

  • 初始化矩阵:

    

      

    1. double
      
a[] = { 1, 2, 3, 4,
      
5, 6, 7, 8, 9, 
      
10, 11, 12 }; 
      2. 

    2. CvMat Ma=cvMat(3,
      
4, CV_64FC1, a); 
      3. 

    

    

    另一种方法: 
    

    

      

    1. CvMat Ma; 
      2. 

    2. cvInitMatHeader(&Ma,
      
3, 4, CV_64FC1, a); 
      3. 

    

    

       
    

    • 

  • 初始化矩阵为单位阵:

    

      

    1. CvMat* M 
      
= cvCreateMat(4,4,CV_32FC1); 
      2. 

    2. cvSetIdentity(M); // 这里似乎有问题，不成功 
      3. 

    

    

    • 



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:

    

      

    1. cvmSet(M,i,j,2.0); // Set M(i,j) 
      2. 

    2. t = cvmGet(M,i,j);
      
// Get M(i,j) 
      3. 

    

    

    • 

  • 直接存取，假设使用4-字节校正:

    

      

    1. CvMat* M = cvCreateMat(4,4,CV_32FC1); 
      2. 

    2. int
      
n = M->cols; 
      3. 

    3. float
      
*data = M->data.fl; 
      4. 

    4. data[i*n+j] = 
      
3.0; 
      5. 

    

    

    • 

  • 直接存取，校正字节任意:

    

      

    1. CvMat* M = cvCreateMat(4,4,CV_32FC1); 
      2. 

    2. int
      
step = M->step/sizeof (float );
      

      3. 

    3. float
      
*data = M->data.fl; 
      4. 

    4. (data+i*step)[j] 
      
= 3.0; 
      5. 

    

    

    • 

  • 直接存取一个初始化的矩阵元素:

    

      

    1. double
      
a[16]; 
      2. 

    2. CvMat Ma 
      
= cvMat(3, 4, CV_64FC1, a); 
      3. 

    3. a[i*4+j] = 
      
2.0; // Ma(i,j)=2.0; 
      4. 

    

    

    • 



矩阵/向量操作




    

  • 矩阵-矩阵操作:
    

    

      

    1. CvMat *Ma, 
      
*Mb, *Mc; 
      2. 

    2. cvAdd(Ma, Mb, 
      
Mc); // 
      
Ma+Mb -> Mc       
      3. 

    3. cvSub(Ma, Mb, 
      
Mc); // 
      
Ma-Mb -> Mc       
      4. 

    4. cvMatMul(Ma, Mb,
      
Mc); // Ma*Mb -> Mc 
      5. 

    

    

    • 

  • 按元素的矩阵操作:

    

      

    1. CvMat *Ma, 
      
*Mb, *Mc; 
      2. 

    2. cvMul(Ma, Mb, 
      
Mc); // 
      
Ma.*Mb -> Mc       
      3. 

    3. cvDiv(Ma, Mb, 
      
Mc); // 
      
Ma./Mb -> Mc       
      4. 

    4. cvAddS(Ma, cvScalar(-10.0),
      
Mc); // Ma.-10 -> Mc
      

      5. 

    

    

    • 

  • 向量乘积:

    

      

    1. double
      
va[] = {1, 2, 3}; 
      2. 

    2. double
      
vb[] = {0, 0, 1}; 
      3. 

    3. double
      
vc[3]; 
      4. 

    4. CvMat Va=cvMat(3,
      
1, CV_64FC1, va); 
      5. 

    5. CvMat Vb=cvMat(3,
      
1, CV_64FC1, vb); 
      6. 

    6. CvMat Vc=cvMat(3,
      
1, CV_64FC1, vc); 
      7. 

    7. double
      
res=cvDotProduct(&Va,&Vb); // 点乘:
      
Va . Vb -> res       
      8. 

    8. cvCrossProduct(&Va,
      
&Vb, &Vc); //
      
向量积: Va x Vb -> Vc       
      9. 

    9. end{verbatim} 
      10. 

    

    

    

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

    • 

  • 单矩阵操作:

    

      

    1. CvMat *Ma, 
      
*Mb; 
      2. 

    2. cvTranspose(Ma, 
      
Mb); // 
      
transpose(Ma) -> Mb (不能对自身进行转置)       
      3. 

    3. CvScalar t 
      
= cvTrace(Ma); // trace(Ma) 
      
-> t.val[0] 
      4. 

    4. double
      
d = cvDet(Ma); //
      
det(Ma) -> d       
      5. 

    5. cvInvert(Ma, Mb);
      
//
      
inv(Ma) -> Mb       
      6. 

    

    

    • 

  • 非齐次线性系统求解:

    

      

    1. CvMat* A = cvCreateMat(3,3,CV_32FC1); 
      2. 

    2. CvMat* x = cvCreateMat(3,1,CV_32FC1); 
      3. 

    3. CvMat* b = cvCreateMat(3,1,CV_32FC1); 
      4. 

    4. cvSolve(&A, &b,
      
&x); // solve
      
(Ax=b) for x       
      5. 

    

    

    • 

  • 特征值分析(针对对称矩阵):

    

      

    1. CvMat* A = cvCreateMat(3,3,CV_32FC1); 
      2. 

    2. CvMat* E = cvCreateMat(3,3,CV_32FC1); 
      3. 

    3. CvMat* l = cvCreateMat(3,1,CV_32FC1); 
      4. 

    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)       
      5. 

    

    

    • 

  • 奇异值分解SVD:

    

      

    1. CvMat* A = cvCreateMat(3,3,CV_32FC1); 
      2. 

    2. CvMat* U = cvCreateMat(3,3,CV_32FC1); 
      3. 

    3. CvMat* D = cvCreateMat(3,3,CV_32FC1); 
      4. 

    4. CvMat* V 
      
= cvCreateMat(3,3,CV_32FC1); 
      5. 

    5. cvSVD(A, D, U, V, 
      
CV_SVD_U_T|CV_SVD_V_T); // A = U 
      
D V^T
      

      6. 

    

    

    • 
















														

							

			

				返回
			

			

			
			
			
		

		

			
			
		

                

		





















			

		

	
	




	
	


		
						
		

			【上篇】
【下篇】			
			
			
			
		

		
								
		

		

			

				


				

				

				

					
作者: 

				

			

			
				
			
			
			
			

		

		

			
			
		

		
	

	
			
		
抱歉!评论已关闭.

							







	
	

	返回首页

		
	





	Copyright © 2013-2018 学步园  保留所有权利.

	软文销售 QQ客服：2265327166 点击这里给我发消息（其他合作也可洽谈）
		

必威体育

	

必威电竞