OPENCV 函数cvCreateMat

OPENCV 函数cvCreateMat,第1张

概述源文地址:http://blog.sina.com.cn/s/blog_4d2f2f010100wzdc.html 综述: OpenCV有针对矩阵 *** 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, 源文地址:http://blog.sina.com.cn/s/blog_4d2f2f010100wzdc.html 综述: OpenCV有针对矩阵 *** 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: CvMat*M=cvCreateMat(4,CV_32FC1); cvReleaseMat(&M); 复制矩阵: CvMat*M1=cvCreateMat(4,255)">CvMat*M2; M2=cvCloneMat(M1); 初始化矩阵: doublea[]={1,2,3,4,5,6,7,8,9,10,11,12}; CvMatMa=cvMat(3,4,CV_64FC1,a);
另一种方法:
CvMatMa; cvInitMatheader(&Ma,3,a);
初始化矩阵为单位阵: 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: cvmSet(M,i,j,2.0);//SetM(i,j) t=cvmGet(M,j);//GetM(i,j) 直接存取,假设使用4-字节校正: CvMat*M=cvCreateMat(4,255)">intn=M->cols; float*data=M->data.fl; data[i*n+j]=3.0; 直接存取,校正字节任意: intstep=M->step/sizeof(float); (data+i*step)[j]=3.0; 直接存取一个初始化的矩阵元素: doublea[16]; CvMatMa=cvMat(3,a); a[i*4+j]=2.0;//Ma(i,j)=2.0; 矩阵/向量 *** 作 矩阵-矩阵 *** 作: CvMat*Ma,*Mb,*Mc; cvAdd(Ma,Mb,Mc);//Ma+Mb->Mc cvSub(Ma,Mc);//Ma-Mb->Mc cvMatMul(Ma,Mc);//Ma*Mb->Mc 按元素的矩阵 *** 作: cvMul(Ma,Mc);//Ma.*Mb->Mc cvdiv(Ma,Mc);//Ma./Mb->Mc cvAddS(Ma,cvScalar(-10.0),Mc);//Ma.-10->Mc 向量乘积: doubleva[]={1,2,3}; doublevb[]={0,0,1}; doublevc[3]; CvMatVa=cvMat(3,1,va); CvMatVb=cvMat(3,vb); CvMatVc=cvMat(3,vc); doubleres=cvDotProduct(&Va,&Vb);//点乘:Va.Vb->res cvCrossproduct(&Va,&Vb,&Vc);//向量积:VaxVb->Vc end{verbatim}

注意 Va,Vb,Vc 在向量积中向量元素个数须相同.

单矩阵 *** 作: cvTranspose(Ma,Mb);//transpose(Ma)->Mb(不能对自身进行转置) CvScalart=cvTrace(Ma);//trace(Ma)->t.val[0] doubled=cvDet(Ma);//det(Ma)->d cvInvert(Ma,Mb);//inv(Ma)->Mb 非齐次线性系统求解: CvMat*A=cvCreateMat(3,3,255)">CvMat*x=cvCreateMat(3,1,255)">CvMat*b=cvCreateMat(3,255)">cvSolve(&A,&b,&x);//solve(Ax=b)forx 特征值分析(针对对称矩阵): CvMat*E=cvCreateMat(3,255)">CvMat*l=cvCreateMat(3,255)">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: CvMat*U=cvCreateMat(3,255)">CvMat*D=cvCreateMat(3,255)">CvMat*V=cvCreateMat(3,255)">cvSVD(A,D,U,V,CV_SVD_U_T|CV_SVD_V_T);//A=UDV^T 总结

以上是内存溢出为你收集整理的OPENCV 函数cvCreateMat全部内容,希望文章能够帮你解决OPENCV 函数cvCreateMat所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。

欢迎分享,转载请注明来源:内存溢出

原文地址: https://outofmemory.cn/langs/1283968.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-06-09
下一篇 2022-06-09

发表评论

登录后才能评论

评论列表(0条)

保存