opencv中的矩陣操作

有很多函數有mask,代表掩碼,如果某位mask是0,那麼對應的src的那一位就不計算,mask要和矩陣/ROI/的大小相等 
大多數函數支持ROI,如果圖像ROI被設置,那麼只處理ROI部分 
少部分函數支持COI,如果COI設置,只處理感興趣的通道

矩陣邏輯運算 
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);//矩陣取反

 

矩陣算術運算 
絕對值 
void cvAbs(const CvArr* src,CvArr* dst); 
void cvAbsDiff(const CvArr* src1,const CvArr* src2, CvArr* dst);//兩矩陣相減取絕對值 
void cvAbsDiffS(const CvArr* src, CvArr* dst,CvScalar value);//矩陣減去一個數取絕對值 
加減 
void cvAdd(const CvArr* src1,const CvArr* src2,CvArr* dst,const CvArr* mask = NULL);//兩數組相加,dst(I)=src1(I)+src2(I) if mask(I)!=0 
void cvAddS(const CvArr* src,CvScalar value,CvArr*dst,const CvArr* mask = NULL);//數組和一個數相加,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);//帶權相加相當於dst(x,y) = α ? src1(x,y) + β ? src2(x,y) + γ 
void cvSub(const CvArr* src1, const CvArr* src2, CvArr* dst, const CvArr* mask=NULL);//矩陣減法,dst(I)=src1(I)-src2(I) if mask(I)!=0 
void cvSubS(const CvArr* src, CvScalar value, CvArr* dst, const CvArr* mask=NULL);//矩陣減數,dst(I)=src(I)-value if mask(I)!=0 
void cvSubRS(const CvArr* src, CvScalar value, CvArr* dst, const CvArr* mask=NULL);//數減矩陣,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,則計算scale/src2(i) 
void cvMul(const CvArr* src1,const CvArr* src2,CvArr* dst,double scale=1);//兩矩陣元素之間的簡單乘法,一般的矩陣點乘用cvGEMM(); 
次方 
void cvPow(const CvArr* src, CvArr* dst, double power);//爲每個src的數求power次方 
指數 
void cvExp(const CvArr* src, CvArr* dst);//dst(I)=EXP(src(I)) 
對數 
void cvLog(const CvArr* src, CvArr* dst);//

 

線性代數計算 
加&乘 
void cvScaleAdd(const CvArr* src1, CvScalar scale, const CvArr* src2, CvArr* dst);//src1和scale的乘積加上src2 
void cvCrossProduct(const CvArr* src1,const CvArr* src2,CvArr* dst);//計算兩個3D向量(單通道)的叉乘運算 
double cvDotProduct(const CvArr* src1, const CvArr* src2);//兩個向量點乘 
void cvGEMM(const CvArr* src1, const CvArr* src2, double alpha, const CvArr* src3, double beta, CvArr* dst, int tABC=0);//乘加運算的始祖 
    由通用乘加函數參與定義的兩個具體宏 
        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);//計算對角線上的元素和 
變換 
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);//把矩陣每個元素中三個通道當做一個矩陣,乘mat,mat是一個3×3或者4×4的轉換矩陣 
轉置 
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)乘以它的轉置再乘以scale 
逆矩陣 
double cvInvert(const CvArr* src,CvArr* dst,int method=CV_LU);//求原矩陣的逆矩陣,默認使用高斯消去法 
    方陣可逆的充要條件是|A|!=0 
    method取值爲CV_LU高斯消去法(默認)    CV_SVD 奇異值分解SVD    CV_SVD_SYM對稱矩陣的SVD 
行列式 
double cvDet(const CvArr* mat);//計算方陣行列式,一定是單通道的 
    小型方陣直接計算,大型方陣用高斯消去法計算 
    如果矩陣正定對稱,用奇異值分解的方法解決cvSVD(); 
特徵向量特徵值 
void cvEigenVV(CvArr* mat, CvArr* evects, CvArr* evals, double eps=0);//計算對稱矩陣的特徵值和特徵向量,evects輸出特徵向量,evals輸出特徵值,eps雅可比方法停止參數 
    要求三個矩陣都是浮點類型,10×10以下該方法有效,20×20以上的矩陣不能計算出結果,爲節約計算量,eps通常設爲DBL_EPSILON(10^-15) 
    如果給定的矩陣是對稱正定矩陣,那麼考慮使用cvSVD(); 
協方差 
void cvCalcCovarMatrix(const CvArr** vects, int count, CvArr* cov_mat, CvArr* avg, int flags);//給定一組大小和類型相同的向量,向量的個數,計算標記,輸出協方差正陣和每個向量的平均值矩陣 
    CV_COVAR_NORMAL    普通計算協方差和平均值,輸出的是n×n的協方差陣 
    CV_COVAR_SCRAMBLED    快速PCA“Scrambled”協方差,輸出的是m×m的協方差陣 
    CV_COVAR_USE_AVERAGE    平均值是輸入的 
    CV_COVAR_SCALE    重新縮放輸出的協方差矩陣 
        四個flag通過並運算協同發揮作用,前兩個不能並 
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.

 

數組比較 
void cvCmp(const CvArr* src1, const CvArr* src2, CvArr* dst, int cmp_op);//兩矩陣比較運算 
    CV_CMP_EQ - src1(I) 是否相等 
    CV_CMP_GT - src1(I) 是否大於 
    CV_CMP_GE - src1(I) 是否大於等於 
    CV_CMP_LT - src1(I) 是否小於 
    CV_CMP_LE - src1(I) 是否小於等於 
    CV_CMP_NE - src1(I) 是否不等 
        如果判斷爲假,dst設爲0,如果判斷爲真,dst設爲0xff 
void cvCmpS(const CvArr* src, double value, CvArr* dst, int cmp_op);//矩陣和一個數字比較運算

 

矩陣內轉換 
類型轉換 
void cvConvertScale(const CvArr* src,CvArr* dst,double scale,double shift);//矩陣首先乘以scale再加上shift,然後把src中的數據類型轉換成dst類型,但是src和dst通道數需要相等 
void cvConvertScaleAbs(const CvArr* src,CvArr* dst,double scale,double shift);//在src到dst類型轉換前,先做絕對值 
void cvCvtColor(const CvArr* src,CvArr* dst, int code);//圖像 顏色空間轉換,src要爲8U 16U 32F,dst的數據類型需要和src相同,通道數看code 
    code格式如:CV_原色彩空間2目的色彩空間    色彩空間要考慮RGB的順序 
    支持的顏色空間包括:RGB    RGB565    RGB555    GRAY RGBA    XYZ    YCrCb    HSV    HLS    Luv    BayerRG 
空間轉換 
void cvFlip(const CvArr* src, CvArr* dst=NULL, int flip_mode=0);//圖像繞x、y軸旋轉。當用在一維數組上時並且flip_mode>0,可以用來顛倒數據排列 
    flip_mode=0:左右對稱values of the conversion resul 
    flip_mode>0:上下對稱 
    flip_mode<0:中心對稱

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章