简介
在机器学习中,经常需要用到矩阵计算。因此从本篇开始整理下opencv实现的矩阵计算相关函数使用。
矩阵初始化
具体代码
这里初始化了两个3X3矩阵,并将它的数据显示出来:
double x[3][3] = {{1, 50, -100}, {1, -110, 220}, {-1, 150, 150}};
double y[3][3] = {{1, 0, 0}, {0, 1, 0}, {0, 0, 1}};
void showMatdate(Mat tmpMat){
int i, j;
CvScalar s1;
Width = tmpMat.rows;
Height = tmpMat.cols;
IplImage tmp;
tmp = tmpMat;
for(i=0; i< Width; i++){
for(j=0; j<Height; j++){
s1 = cvGet2D(&tmp, i, j);
printf("%0.1lf ", s1.val[0]);
}
printf("\n");
}
printf("\n\n");
}
int main(int argc, char *argv[]){
/*************初始化矩阵*****************************/
mat1 = Mat(3, 3, CV_64FC1, x);
src1 = mat1;
mat2 = Mat(3, 3, CV_64FC1, y);
src2 = mat2;
/*************显示矩阵数据***************************/
printf("mat1:\n");
showMatdate(mat1);
printf("mat2:\n");
showMatdate(mat2);
return 0;
}
结果显示
矩阵绝对值之差
具体代码
/*************两个矩阵绝对值之差*********************/
mat3 = Mat(3, 3, CV_64FC1);
src3 = mat3;
cvAbsDiff(&src1, &src2, &src3);
printf("cvAbsDiff(mat1, mat2):\n");
showMatdate(mat3);
结果显示
矩阵与数值差的绝对值
具体代码
/*************矩阵与数值差的绝对值*******************/
mat3 = Mat(3, 3, CV_64FC1);
src3 = mat3;
cvAbsDiffS(&src1, &src3, Scalar(5));
printf("cvAbsDiffS(mat1, 5):\n");
showMatdate(mat3);
结果显示
矩阵相加
具体代码
/************两个矩阵相加***************************/
mat3 = Mat(3, 3, CV_64FC1);
src3 = mat3;
cvAdd(&src1, &src2, &src3);
printf("cvAdd(mat1, mat2):\n");
showMatdate(mat3);
结果显示
矩阵权重相加
具体代码
/**********两个矩阵以权重形式相加******************/
mat3 = Mat(3, 3, CV_64FC1);
src3 = mat3;
cvAddWeighted(&src1, 0.5, &src2, 0.5, 3, &src3);
printf("cvAddWeighted(mat1, 0.5,mat2, 0.5, 3):\n");
showMatdate(mat3);
计算公式为:src3 = src1 * 0.5 + src2 * 0.5 + 3;
结果显示
矩阵的与计算
具体代码
/*******************矩阵与计算**********************
*******可以使用掩码来决定计算被的数据元素*********
*******对应的还有cvNot cvOr cvXor *****************/
mat3 = Mat(3, 3, CV_64FC1);
src3 = mat3;
cvAnd(&src1, &src2, &src3);
printf("cvAnd(mat1, mat2):\n");
showMatdate(mat3);
结果显示
矩阵比较
具体代码
/******************两个矩阵比较********************/
int tmp = CMP_EQ;
mat3 = Mat(3, 3, CV_8UC1);
src3 = mat3;
mat1.convertTo(mat1, CV_8UC1);
mat2.convertTo(mat2, CV_8UC1);
cvCmp(&src1, &src2, &src3, tmp);
printf("cvCmp(mat1, mat2):\n");
showMatdate(mat3);
需要先把mat1和mat2转换为格式CV_8UC1,然后室友函数cvCmp进行比较。注意cvCmp的flag标志,本例使用的是相等:CMP_EQ,也就是将mat1和mat2 矩阵对应位置的数值比较,如果相等,则mat3对应位置数值设置为255,否则设置为0。 对应的flag有:
CMP_EQ src1 is equal to src2.
CMP_GT src1 is greater than src2.
CMP_GE src1 is greater than or equal to src2.
CMP_LT src1 is less than src2.
CMP_LE src1 is less than or equal to src2.
CMP_NE src1 is unequal to src2.
结果显示
计算矩阵绝对值
具体代码
/******************计算绝对值************************/
mat3 = Mat(3, 3, CV_8UC1);
src3 = mat3;
cvConvertScaleAbs(&src1, &src3, 0.5, 4);
printf("cvConvertScaleAbs(mat1, 0.5, 4):\n");
showMatdate(mat3);
注意:mat3 = | mat1 * 0.5 + 4 |;
结果显示
计算矩阵非0元素个数
具体代码
/****************计算矩阵非0元素的个数***************/
int sum = 0;
showMatdate(mat2);
sum = cvCountNonZero(&src2);
printf("sum=%d\n", sum);
结果显示
矩阵除法计算
具体代码
double x[3][3] = {{1, 50, -100}, {1, -110, 220}, {-1, 150, 150}};
double y[3][3] = {{1, 0, 0}, {0, 2, 0}, {0, 0, 3}};
/*****************数组除法运算************************/
mat3 = Mat(3, 3, CV_64FC1);
src3 = mat3;
cvDiv(&src1, &src2, &src3, 2);
printf("cvDiv(mat1, mat2, 2)\n");
showMatdate(mat3);
注意:1、mat3 = mat1 * 2 / mat2。 2、如果矩阵中mat2某一位为0,则mat3对应那一位的结果直接为0。
结果显示
矩阵行列式计算
具体代码
/*****************矩阵行列式计算**********************/
double sum = 0;
sum = cvDet(&src1);
showMatdate(mat1);
printf("cvDet(mat1)=%.1lf\n", sum);
结果显示
矩阵元素指数计算
具体代码
/*****************矩阵元素指数计算**********************/
mat3 = Mat(3, 3, CV_64FC1);
src3 = mat3;
cvExp(&src1, &src3);
printf("cvExp(mat1)\n");
showMatdate(mat3);
计算公式如下:
结果显示[编辑 | 编辑源代码]
矩阵水平/垂直翻转
具体代码
/*****************矩阵水平或者垂直翻转**********************/
mat3 = Mat(3, 3, CV_64FC1);
src3 = mat3;
cvFlip(&src1, &src3, -1);
printf("cvFlip(mat1, -1)\n");
showMatdate(mat3);
cvFlip(&src1, &src3, 0);
printf("cvFlip(mat1, 0)\n");
showMatdate(mat3);
cvFlip(&src1, &src3, 1);
printf("cvFlip(mat1, 1)\n");
showMatdate(mat3);
注意:在cvFlip中,当flag小于0时,水平垂直都翻转;flag为0时,垂直翻转;flag大于0时,水平翻转。
结果显示