OpenCV矩阵操作

矩阵类的成员函数可以进行很多基本的矩阵操作,在之前已经介绍过。除此之外,也有很多操作被表示为“友元”函数,它们的输入为矩阵类型,或者输出为矩阵类型,或者输入输出同为矩阵类型。下面将对这些函数及其参数进行详细介绍。

目录

cv::abs()和cv::absdiff

cv::add()

cv::addWeighted()

cv::bitwise_and()

cv::bitwise_not()

cv::bitwise_or()

cv::bitwise_xor()

cv::calcCovarMatrix()

cv::cartToPolar()

cv::checkRange()

cv::compare()

cv::completeSymm()

cv::convertScaleAbs()

cv::countNonZero()

cv::cvarrToMat()

cv::dct()

cv::dft()

cv::cvtColor()

cv::determinant()

cv::divide()

cv::eigen()

cv::exp()

cv::flip()

cv::gemm()

cv::hconcat()

cv::idct()

cv::idft()

cv::inRange()

cv::invert()

cv::log()

cv::LUT()

cv::magnitude()

cv::Mahalanobis()

cv::max()

cv::mean()

cv::meanStdDev()

cv::merge()

cv::min()

cv::minMaxIdx()

cv::minMaxLoc()

cv::mixChannels()

cv::mulSpectrums()

cv::multiply()

cv::mulTransposed()

cv::norm()

cv::normalize()

cv::perspectiveTransform()

cv::phase()

cv::polarToCart()

cv::pow()

cv::randu()

cv::randn()

cv::randShuffle()

cv::reduce()

cv::repeat()

cv::scaleAdd()

cv::setIdentity()

cv::solve()

cv::solveCubic()

cv::solvePoly()

cv::sort()

cv::sortIdx()

cv::split()

cv::sqrt()

cv::subtract()

cv::sum()

cv::theRNG()

cv::trace()

cv::transform()

cv::transpose()


cv::abs()和cv::absdiff

cv::MatExpr cv::abs(InputArray src)

cv::MatExpr cv::abs(const cv::MatExpr& src)

作用:计算某些矩阵或矩阵的某些表达式的绝对值。

void cv::absdiff(InputArray src1, InputArray src2, OutputArray dst)

作用:计算两个矩阵中每对应元素之间的差值,并将该差值的绝对值放入目标矩阵的相应元素中。

对cv::abs()的调用会转换为对cv::absdiff()或其他函数的调用,并由这些函数处理。如,求m0-m1的绝对值和分别穿参为m0和m1作为src1和src2;求m0的绝对值可以转换成求m0和cv::Scalar::all(0)的差值。

cv::add()

void cv::add(InputArray src1, InputArray src2, OutputArray dst, InputArray mask=noArray(), int dtype=-1)

作用:计算两个数组或数组与标量之间的每个元素的差异。dtype表示输出矩阵类型,默认为-1,表示和输入矩阵类型相同。

原理:dst(I) = saturate(src1(I) + src2(I))(最简单的情况)

对于简单的情况:矩阵运算可得到相同的结果:dst = src1+src2

也支持:dst += src1,相当于add(dst, src1, dst)

cv::addWeighted()

void cv::addWeighted(InputArray src1, double alpha, InputArray src2, double beta, double gamma, OutputArray dst, int dtype=-1)

作用:实现alpha混合,alpha和beta分别是src1和src2的混合强度,一般二者之和为1。

原理:dst(I) = saturate(src1(I) * alpha + src2(I) * beta + gamma)

cv::bitwise_and()

void cv::bitwise_and(InputArray src1, InputArray src2, OutputArray dst, InputArray mask=noArray())

作用:逐元素按位与操作,将结果放于dst中。

原理:dst(I) = src1(I) \wedge src2(I)

如果不适用掩码,相当于:dst = src1 \& src2

cv::bitwise_not()

void cv::bitwise_not(InputArray src, OutputArray dst, InputArray mask=noArray())

作用:逐元素按位反转操作,将结果放于dst中。

原理:dst(I) = \sim src(I)

如果不适用掩码,相当于:dst = !src

cv::bitwise_or()

void cv::bitwise_or(InputArray src1, InputArray src2, OutputArray dst, InputArray mask=noArray())

作用:逐元素按位或操作,将结果放于dst中。

原理:dst(I) = src1(I) \vee src2(I)

如果不适用掩码,相当于:dst = src1 \mid src2

cv::bitwise_xor()

void cv::bitwise_xor(InputArray src1, InputArray src2, OutputArray dst, InputArray mask=noArray())

作用:逐元素按位异或操作,将结果放于dst中。

原理:dst(I) = src1(I) \bigoplus src2(I)

如果不适用掩码,相当于:dst = src1 \^ \: src2

cv::calcCovarMatrix()

void cv::calcCovarMatrix(const Mat* samples, int nsamples, Mat& covar, Mat& mean, int flags, int ctype=CV_64F)

void cv::calcCovarMatrix(InputArray samples, OutputArray covar, InputOutputArray mean, int flags, int ctype=CV_64F)

作用:给定一些向量,假设这些向量表示的点是近似高斯分布的,计算这些点的均值和协方差矩阵,结果分别放在mean和covar中。

cv::calcCovarMatrix()可能用到的flag参数值
flags参数的具体flag值 意义
cv::COVER_NOMAL 计算均值和协方差
cv::COVER_SCRAMBLED 快速PCA“scrambled”
cv::COVER_USE_AVERAGE 输入均值而不是计算均值
cv::COVER_SCALE 重新缩放输出的协方差矩阵
cv::COVER_ROWS 使用样本的行作为输入向量
cv::COVER_COLS 使用样本的列作为输入向量

 

标志cv::COVER_NOMAL和cv::COVER_SCRAMBLED是相互排斥的。

若选用cv::COVER_NOMAL,结果是n×n,因为:

\sum \, _{normal}^{2}=\mathbb{Z}\begin{bmatrix} v_{0,0}-\bar{v}_{0}& \cdots & v_{m,0}-\bar{v}_{0} \\ \vdots & \ddots &\vdots \\ v_{0,n}-\bar{v}_{n}& \cdots & v_{m,n}-\bar{v}_{n} \end{bmatrix}\begin{bmatrix} v_{0,0}-\bar{v}_{0}& \cdots & v_{m,0}-\bar{v}_{0} \\ \vdots & \ddots &\vdots \\ v_{0,n}-\bar{v}_{n}& \cdots & v_{m,n}-\bar{v}_{n} \end{bmatrix}^{T}

若选用cv::COVER_SCRAMBLED,结果是m×m,因为:

\sum \, _{scrambled}^{2}=\mathbb{Z}\begin{bmatrix} v_{0,0}-\bar{v}_{0}& \cdots & v_{m,0}-\bar{v}_{0} \\ \vdots & \ddots &\vdots \\ v_{0,n}-\bar{v}_{n}& \cdots & v_{m,n}-\bar{v}_{n} \end{bmatrix}^{T}\begin{bmatrix} v_{0,0}-\bar{v}_{0}& \cdots & v_{m,0}-\bar{v}_{0} \\ \vdots & \ddots &\vdots \\ v_{0,n}-\bar{v}_{n}& \cdots & v_{m,n}-\bar{v}_{n} \end{bmatrix}

其中\mathbb{Z}是一个可选比例因子,除非使用cv::COVER_SCALE标志,否则它将被设置为1。和cv::COVER_NOMAL一起使用是1.0/m;和cv::COVER_SCRAMBLED一起使用是1.0/n。

cv::cartToPolar()

void cv::cartToPolar(InputArray x, InputArray y, OutputArray , OutputArray angle, bool angleDegrees=false)

作用:计算两个二维向量的大小和角度,即极坐标表示。角度默认用弧度表示,除非angleDegrees=true。

原理:magnitude(I) = \sqrt{x(I)^{2} + y(I)^{2}}

           angle(I) = atan2(y(I), x(I))[\cdot 180/\pi ]

注意:x和y的尺寸必须相同。设定点(0, 0)的角度为0,角度的计算精确到0.3度。

cv::checkRange()

bool cv::checkRange(InputArray a, bool quiet=true,Point* pos=0, double minVal=-DBL_MAX,double maxVal=DBL_MAX)

作用:检查输入矩阵a中的每一个元素,并确定该元素是否在给定的范围内。

原理:quiet设置为true,若检查到有元素超出范围(NAN和inf值也被算超出范围),则结果返回false,否则返回false。

           quiet设置为false, 若检查到有元素超出范围,则抛出异常。

           若指针pos不为NULL,则第一个异常值的位置将存储在pos中。

cv::compare()

void cv::compare(InputArray src1, InputArray src2, OutputArray dst, int cmpop)

作用:对src1和src2中的元素逐个进行比较,并将结果存入dst中。

原理:按cmpop指定的规则进行比较,匹配的标记为255,不匹配的标记为0。

cv::compare()使用的cmpop值以及由此产生的比较操作
cmpop的值 比较操作 矩阵运算实现
cv::CMP_EQ src1(I) == src2(I) dst = src1 == src2
cv::CMP_GT src1(I)  >  src2(I) dst = src1  >  src2
cv::CMP_GE src1(I) >= src2(I) dst = src1 >= src2
cv::CMP_LT src1(I)  <  src2(I) dst = src1  <  src2
cv::CMP_LE src1(I) <= src2(I) dst = src1 <= src2
cv::CMP_NE src1(I)  != src2(I) dst = src1  != src2

cv::completeSymm()

void cv::completeSymm(InputOutputArray m, bool lowerToUpper=false)

作用:给定(二维)矩阵m,通过复制来使矩阵关于主对角线对称。

原理:若lowerToUpper=false,m_{ij} = m_{ji}\: \: \: \: for\: i > j,即将上三角的对称复制到下三角

           若lowerToUpper=true,m_{ij} = m_{ji}\: \: \: \: for\: i < j,即将下三角的对称复制到上三角

cv::convertScaleAbs()

void cv::convertScaleAbs(InputArray src, OutputArray dst, double alpha=1, double beta=0)

作用:① 通过因子alpha来重新调整原图像;

           ② 通过加因子beta来偏移;

           ③ 计算上述所求和的绝对值;

           ④ 将结果饱和映射到一个无符号字符型(8位)。

原理:dst(I) = saturate\_cast<uchar>(\left | src(I) * alpha+ beta \right |)

cv::countNonZero()

int cv::countNonZero(InputArray src)

作用:返回矩阵src中的非0像素数

cv::cvarrToMat()

Mat cv::cvarrToMat(const CvArr* arr, bool copyData =false, bool allowND =true, int coiMode =0, AutoBuffer* buf=0)

作用:将CvMat或IplImage转换成Mat

cv::dct()

void cv::dct(InputArray src, OutputArray dst, int flags=0)

作用:对一维或二维数组执行离散余弦变换或离散余弦逆变换。如果flags设置为DCT_INVERSE,则实现逆变换;若flags设置为DCT_ROWS,则将二维n×m的输入视为长度为m的n个不同的一维向量。

原理:

维数 公式
一维 正:Y=C^{(N)}\cdot X
逆:X=(C^{(N)})^{-1}\cdot Y=(C^{(N)})^{T}\cdot Y
二维 正:Y=C^{(N)}\cdot X\cdot (C^{(N)})^{T}
逆:X=(C^{(N)})^{T}\cdot Y\cdot C^{(N)}

 

其中,C_{jk}^{(N)}=\sqrt{\alpha _{j}/N}\cdot cos(\frac{\pi (2k+1)j}{2N}),并且\alpha _{0}=1, \alpha _{j0} = 2\:\: \: for\:\: j >0

cv::dft()

void cv::dft(InputArray src, OutputArray dst, int flags=0, int nonzeroRows=0)

作用:对一维或二维数组执行离散傅里叶变换以及其逆变换。nonzeroRows默认为0,当设置为非0值时,则认为只有前nonzeroRows行是非零行;若此时设有DFT_INVERSE,则认为只有输出矩阵的前nonzeroRows行是非零行。flags可取以下的值:

flags的值 作用
DFT_INVERSE 实现逆变换
DFT_ROWS 将二维n×m的输入视为长度为m的n个不同的一维向量
DFT_SCALE 将结果除以矩阵中的元素来标准化结果
DFT_COMPLEX_OUTPUT (正:输入是实数,结果是共轭复数,元素数加倍,所以输出是压缩的)强制输出复数形式
DFT_REAL_OUTPUT (逆:输入是复数,输出也是复数,但输入有复共轭对称性时,输出是实数,内存仅占一半)输出实数形式

原理:

其中,F_{jk}^{(N)}=exp(-2\pi ijk/N) \: \: \: and \:\: \: i=\sqrt{-1}

           F^*=(Re(F^{(N)}))-Im(F^{(N)})^T

cv::cvtColor()

void cv::cvtColor(InputArray src, OutputArray dst, int code, int dstCn=0)

作用:将图像从一个颜色空间转换到另一个颜色空间。R、G、B通道值的常规取值范围为:0-255(CV_8U)、0-65535(CV_16U)、0-1(CV_32F)。code的取值及其意义如下所示。

颜色转换码
转换编码 意义
COLOR_BGR2BGRA

在RGB或BGR图像中加入alpha通道

COLOR_RGB2RGBA
COLOR_BGRA2BGR  在RGB或BGR图像中删除alpha通道
COLOR_RGBA2RGB
COLOR_BGR2RGBA  在加入alpha通道时将RGB转换为BGR颜色空间
COLOR_RGB2BGRA
COLOR_RGBA2BGR  在删除alpha通道时将RGB转换为BGR颜色空间
COLOR_BGRA2RGB 
COLOR_BGR2RGB 在RGB或BGR颜色空间之间的转换(不含alpha通道)
COLOR_RGB2BGR
COLOR_BGRA2RGBA  在RGB或BGR颜色空间之间的转换(含alpha通道)
COLOR_RGBA2BGRA 
COLOR_BGR2GRAY  转换RGB或BGR颜色空间为灰度空间
COLOR_RGB2GRAY
COLOR_GRAY2BGR 将灰度空间转换为RGB或BGR颜色空间
COLOR_GRAY2RGB 
COLOR_GRAY2BGRA 将灰度空间转换为RGB或BGR颜色空间,并加入alpha通道
COLOR_GRAY2RGBA 
COLOR_BGRA2GRAY 转换RGB或BGR颜色空间为灰度空间,并加入alpha通道
COLOR_RGBA2GRAY
COLOR_BGR2BGR565 将RGB或GBR颜色空间转换为BGR565颜色表示
COLOR_RGB2BGR565
COLOR_BGR5652BGR 将BGR565颜色空间转换为RGB或BGR颜色空间
COLOR_BGR5652RGB
COLOR_BGRA2BGR565 将RGB或GBR颜色空间转换为BGR565颜色表示,并删除alpha通道
COLOR_RGBA2BGR565
COLOR_BGR5652BGRA 将BGR565颜色空间转换为RGB或BGR颜色空间,并加入alpha通道
COLOR_BGR5652RGBA
COLOR_GRAY2BGR565 将灰度空间转换为BGR565颜色表示(16位图像)
COLOR_BGR5652GRAY 将BGR565颜色空间转换灰度空间为表示(16位图像)
COLOR_BGR2BGR555 将RGB或GBR颜色空间转换为BGR555颜色表示
COLOR_RGB2BGR555
COLOR_BGR5552BGR  将BGR555颜色空间转换为RGB或BGR颜色空间
COLOR_BGR5552RGB
COLOR_BGRA2BGR555 将RGB或GBR颜色空间转换为BGR555颜色表示,并删除alpha通道
COLOR_RGBA2BGR555
COLOR_BGR5552BGRA  将BGR555颜色空间转换为RGB或BGR颜色空间,并加入alpha通道
COLOR_BGR5552RGBA
COLOR_GRAY2BGR555 将灰度空间转换为BGR555颜色表示(16位图像)
COLOR_BGR5552GRAY  将BGR555颜色空间转换灰度空间为表示(16位图像)
COLOR_BGR2XYZ  将RGB或GBR颜色空间转换为XYZ颜色表示
COLOR_RGB2XYZ 
COLOR_XYZ2BGR 将XYZ颜色空间转换为RGB或BGR颜色空间
COLOR_XYZ2RGB 
COLOR_BGR2YCrCb 将RGB或GBR颜色空间转换为YCrCb颜色表示
COLOR_RGB2YCrCb
COLOR_YCrCb2BGR 将YCrCb颜色空间转换为RGB或BGR颜色空间
COLOR_YCrCb2RGB
COLOR_BGR2HSV 将RGB或GBR颜色空间转换为HSV颜色表示
COLOR_RGB2HSV 
COLOR_HSV2BGR 将HSV颜色空间转换为RGB或BGR颜色空间
COLOR_HSV2RGB
COLOR_BGR2Lab 将RGB或GBR颜色空间转换为Lab颜色表示
COLOR_RGB2Lab
COLOR_Lab2BGR 将Lab颜色空间转换为RGB或BGR颜色空间
COLOR_Lab2RGB
COLOR_BGR2Luv 将RGB或GBR颜色空间转换为Luv颜色表示
COLOR_RGB2Luv
COLOR_Luv2BGR 将Luv颜色空间转换为RGB或BGR颜色空间
COLOR_Luv2RGB
COLOR_BGR2HLS 将RGB或GBR颜色空间转换为HLS颜色表示
COLOR_RGB2HLS
COLOR_HLS2BGR 将HLS颜色空间转换为RGB或BGR颜色空间
COLOR_HLS2RGB
COLOR_BayerBG2BGR 从Bayer模块(单通道)转为RGB或BGR图像
COLOR_BayerGB2BGR
COLOR_BayerRG2BGR
COLOR_BayerGR2BGR
COLOR_BayerBG2RGB
COLOR_BayerGB2RGB
COLOR_BayerRG2RGB
COLOR_BayerGR2RGB

cv::determinant()

double cv::determinant(InputArray mtx)

作用:返回一个平方浮点矩阵的行列式。

cv::divide()

void cv::divide(InputArray src1, InputArray src2, OutputArray dst, double scale=1, int dtype=-1)

作用:将src1中的所有元素除以src2中的相应元素并乘scale,然后将结果刚在dst中。

void cv::divide(double scale=1, InputArray src2, OutputArray dst, int dtype=-1)

作用:用scale除以src2中相应元素,然后将结果刚在dst中。

原理:dst(I) = saturate(src1(I)*scale/src2(I))

           dst(I) = saturate(scale/src2(I))

cv::eigen()

bool cv::eigen(InputArray src, OutputArray eigenvalues, OutputArray eigenvectors=noArray())

作用:计算对称矩阵的特征值和特征向量。

cv::exp()

void cv::exp(InputArray src, OutputArray dst)

作用:求src中所有元素的指数,并将结果放在dst中。

原理:dst[I]=e^{src(I)}

cv::flip()

void cv::flip(InputArray src, OutputArray dst, int flipCode)

作用:将图像绕着x轴或y轴或双轴翻转。默认flipCode为0,绕x轴;>0,绕y轴;<0,绕双轴。

原理dst_{ij}=\left\{\begin{matrix} src_{src.rows-i-1,\: j} & if \: flipCode =0\\ src_{i, \: src.cols-j-1} & if \: flipCode >0\\ src_{src.rows-i-1,\:src.cols-j-1}& if \: flipCode <0 \end{matrix}\right.

cv::gemm()

void cv::gemm(InputArray scr1, InputArray scr2, double alpha, InputArray scr3, double beta, Output dst, int flags=0)

作用:广义矩阵乘法,可实现矩阵乘法、转置后乘法、比例乘法等。

原理:通式:dst=alpha\cdot op(src1)*op(src2)+beta\cdot op(src3)

           例如:cv::gemm(src1, src2, alpha, src3, beta, dst, cv::GEMM_!_T + cv::GEMM_3_T)的实际运算如下:

                      dst=alpha\cdot src1^T*src2+beta\cdot src3^T

cv::hconcat()

cv::hconcat(InputArray src1, InputArray src2, OutputArray dst)

cv::hconcat(InputArrayOfArrays src, OutputArray dst)

作用:按行合并。

cv::idct()

cv::idct(InputArray src, OutputArray dst, int flags=0)

作用:计算一维或二维数组的反离散余弦变换。和cv::dct(src, dst, flags | cv::DCT_INVERSE)作用相同。

cv::idft()

cv::idft(InputArray src, OutputArray dst, int flags=0, int nonzeroRows=0)

作用:计算一维或二维数组的离散傅里叶反变换。和cv::dft(src, dst, flags | cv::DFT_INVERSE, outputRows)作用相同。

cv::inRange()

void cv::inRange(InputArray src, InputArray lowerb, InputArray upperb, OutputArray dst)

作用:检查数组元素是否位于其他两个数组的元素之间。

原理:单通道:dst(I)=lowerb(I)_{0}\leqslant src(I)_0\leqslant upperb(I)_0

           双通道:dst(I)=lowerb(I)_{0}\leq src(I)_0\leq upperb(I)_0\wedge {lowerb(I)_{1}\leq src(I)_1\leq upperb(I)_1}

cv::invert()

double cv::invert(InputArray src, OutputArray dst, int flags=DECOMP_LU)

作用:求浮点型矩阵src的逆,支持一下几种求逆方法。

cv::invert()方法参数的可能值
参数值 意义 注意
cv::DECOMP_LU 高斯消除法 正定矩阵
cv::DECOMP_SVD 奇异值分解 奇异矩阵
cv::DECOMP_CHOLESKY   只用于对称正定矩阵

cv::log()

void cv::log(InputArray src, OutputArray dst)

作用:求src的自然对数,并将结果放在dst中。

原理:dst(I) = \left\{\begin{matrix} log(src(I)) & src(I) > 0\\ -C & src(I)\leqslant 0 \end{matrix}\right.

cv::LUT()

void cv::LUT(InputArray src, InputArray lut, OutputArray dst)

作用:执行数组的查找表转换。

原理:dst(I)\leftarrow lut(src(I) + d), d=\left\{\begin{matrix} 0 & src\: has\: depth\: CV\_8U\\ 128& src\: has\: depth\: CV\_8S \end{matrix}\right.

cv::magnitude()

void cv::magnitude(InputArray x, InputArray y, OutputArray magnitude)

作用:计算二维向量场上笛卡尔坐标系到极坐标系转换的径向部分。

原理:dst(I) = \sqrt{x(I)^2+y(I)^2}

cv::Mahalanobis()

double cv::Mahalanobis(InputArray v1, InputArray v2, InputArray icovar)

作用:计算两个矢量之间的马氏距离(一点到高斯分布中心之间的向量距离)。

原理:d(v1, v2) = \sqrt{\sum_{i,\: j}icovar(i,\: j)\cdot (v1(I) - v2(I))\cdot (v1(j)-v2(j))}

cv::max()

void cv::max(InputArray src1, InputArray src2, OutputArray dst)

void cv::max(const Mat& src1, const Mat& src2, Mat& dst)

void cv::max(const Mat& src1, const Mat& src2, Mat& dst)

作用:计算src1和src2中每个对应元素的最大值。

原理:dst(I)=\left\{\begin{matrix} max(src1(I), src2(I)) &two \: arrays \\ max(src1(I), value)& array\: and \: a\: scalar \end{matrix}\right.

cv::mean()

Scalar cv::mean(InputArray src, InputArray mask=noArray())

作用:计算输入矩阵src中未被屏蔽的所有像素的平均值,如果为多通道,则为每个通道计算结果。

原理:

           N=\sum _{I:mask(I)\neq 0}1

           M_c=(\sum _{I:mask(I)\neq 0}src(I)_c)/N

cv::meanStdDev()

void cv::meanStdDev(InputArray src, OutputArray mean, OutputArray stddev, InputArray mask=noArray())

作用:计算输入矩阵src中未被屏蔽的所有像素的平均值及其标准差,如果为多通道,则为每个通道计算结果。

原理:

           N=\sum _{I:mask(I)\neq 0}1

           M_c=(\sum _{I:mask(I)\neq 0}src(I)_c)/N

            S_c=\sqrt{(\sum _{I:mask(I)\neq 0}(src(I)_c)-M_c)^2/N}

cv::merge()

void cv::merge(const Mat* mv, size_t count, OutputArray dst)

void cv::merge(const vector& mv, OutputArray dst)

作用:从多个单通道数组中创建一个多通道数组。

cv::min()

void cv::mix(InputArray src1, InputArray src2, OutputArray dst)

void cv::mix(const Mat& src1, const Mat& src2, Mat& dst)

void cv::mix(const Mat& src1, const Mat& src2, Mat& dst)

作用:计算src1和src2中每个对应元素的最大值。

原理:dst(I)=\left\{\begin{matrix} mix(src1(I), src2(I)) &two \: arrays \\ mix(src1(I), value)& array\: and \: a\: scalar \end{matrix}\right.

cv::minMaxIdx()

void cv::minMaxIdx(InputArray src, double* minVal, double* maxVal=0, int* minIdx=0, int* maxIdx=0, InputArray mask=noArray())

作用:找到src中未被屏蔽的元素的最大值和最小值及其索引。适用于任意维数单通道矩阵。

cv::minMaxLoc()

void cv::minMaxLoc(InputArray src, double* minVal, double* maxVal=0, Point* minLoc=0, Point* maxLoc=0, InputArray mask=noArray())

作用:找到src中未被屏蔽的元素的最大值和最小值及其索引。适用于二单通道矩阵。

void cv::minMaxLoc(const SparseMat& a, double* minVal, double* maxVal=0, int* minIdx=0, int* maxIdx=0)

作用:作用于稀疏矩阵,仅考虑有效元素。

cv::mixChannels()

void cv::mixChannels(const Mat* src, size_t nsrcs, Mat* dst, size_t ndsts, const int* fromTo, size_t npairs)

void cv::mixChannels(InputArrayOfArrays src, InputOutputArrayOfArrays dst, const int* fromTo, size_t npairs)

void cv::mixChannels(InputArrayOfArrays src, InputOutputArrayOfArrays dst, const std::vector& fromTo)

作用:将输入的src的通道按照特定的顺序重新排列,然后输出到std中。

Mat bgra( 100, 100, CV_8UC4, Scalar(255,0,0,255) );
Mat bgr( bgra.rows, bgra.cols, CV_8UC3 );
Mat alpha( bgra.rows, bgra.cols, CV_8UC1 );
// forming an array of matrices is a quite efficient operation,
// because the matrix data is not copied, only the headers
Mat out[] = { bgr, alpha };
// bgra[0] -> bgr[2], bgra[1] -> bgr[1],
// bgra[2] -> bgr[0], bgra[3] -> alpha[0]
int from_to[] = { 0,2, 1,1, 2,0, 3,3 };
mixChannels( &bgra, 1, out, 2, from_to, 4 );

cv::mulSpectrums()

void cv::mulSpectrums(InputArray a, InputArray b, OutputArray c, int flags, bool conjB=false)

作用:执行两个傅里叶谱的每个元素的乘法运算。该函数对两个由实数傅里叶变换或复数傅里叶变换得到的CCS-packed矩阵或复数矩阵进行每个元素的乘法运算。

该函数于dft或idft一起使用时,可快速计算两个矩阵的卷积(设置conjB=true)或相关性(设置conjB=false)。当两个矩阵是复数矩阵时,只需使用第二数组元素的可选共轭乘(每个元素)。当它们是实数矩阵时,则被看作是CCS-packed矩阵。

cv::multiply()

void cv::multiply(InputArray src1, InputArray src2, OutputArray dst, double scale=1, int dtype=-1)

作用:将src1中的元素乘以src2中对应的元素,再乘以scale,得到的结果存在dst中。

原理:dst(I)=saturate(scale\cdot src1(I)\cdot src2(I))

cv::mulTransposed()

void cv::mulTransposed(InputArray src, OutputArray  dst, bool aTa, InputArray delta=noArray(), double scale=1, int dtype=-1)

作用:用于计算二维单通道矩阵与其转置的乘积。delta有提供则先减去,但不限制其大小,大小不满足时采取填补,阿布cv::repeat()进行填补。若没有提供则,不需要减去这一步骤。

原理:dst=\left\{\begin{matrix} scale(src-delta)^T(src-delta)& aTa=true\\ scale(src-delta)(src-delta)^T& aTa=false \end{matrix}\right.

cv::norm()

double cv::norm(InputArray src1, int normType=NORM_L2, InputArray mask=noArray())

double cv::norm(InputArray src1, InputArray src2, int normType=NORM_L2, InputArray mask=noArray())

double cv::norm(const cv::SparseMat& src, int normType=NORM_L2)

作用:计算矩阵的范数,或是提供两个矩阵,计算两矩阵间的各种距离。

原理:

当src2=NULL时,对不同的normType值,计算范数的公式
normType 公式
cv::NORM_INF \left \| src1 \right \|_\infty =max_iabs(src1_i)
cv::NORM_L1 \left \| src1 \right \|_{L1} =\sum_iabs(src1_i)
cv::NORM_L2 \left \| src1 \right \|_{L2} =\sqrt{\sum_isrc1_i^2 }
当src2非空时,对不同的normType值,计算范数的公式
normType 公式
cv::NORM_INF \left \| src1-src2 \right \|_{\infty }=max_iabs(src1_i-src2_i)
cv::NORM_L1 \left \| src1-src2 \right \|_{L1}=\sum_iabs(src1_i-src2_i)
cv::NORM_L2 \left \| src1-src2 \right \|_{L2}=\sum_i(src1_i-src2_i)^2
cv::NORM_RELATIVE_INF \frac{\left \| src1-src2 \right \|_\infty }{\left \| src2 \right \|_\infty }
cv::NORM_RELATIVE_L1 \frac{\left \| src1-src2 \right \|_{L1}}{\left \| src2 \right \|_{L1}}
cv::NORM_RELATIVE_L2 \frac{\left \| src1-src2 \right \|_{L2}}{\left \| src2 \right \|_{L2}}

cv::normalize()

void cv::normalize(InputArray src, InputOutputArray dst, double alpha=1, double beta=0, int norm_type=NORM_L2, int dtype=-1, InputArray mask=noArray())

void cv::normalize(const SparseMat& src, SparseMat& dst, double alpha, int normType)

作用:规范化数组的范数或值范围。

原理:\left \| dst \right \|_{\infty ,\, L1,\, L2}=alpha

           min(dst)=alpha,\: max(dst)=beta

normType的可能值及其公式
normType 公式
cv::NORM_INF \left \| dst \right \|_\infty =max_iabs(dst_i)
cv::NORM_L1 \left \| dst \right \|_{L1} =\sum_iabs(dst_i)
cv::NORM_L2 \left \| dst \right \|_{L2} =\sqrt{\sum_idst_i^2 }
cv::NORM_MINMAX 映射到区间[alpha, beta]

 

注:cv::NORM_MINMAX不适用于稀疏矩阵,原因是cv::MINMAX操作可以用于整体偏移,所有元素都变为非0元素,从而影响矩阵的稀疏性。

cv::perspectiveTransform()

void cv::perspectiveTransform(InputArray src, OutputArray dst, InputArray m)

作用:执行向量的透视矩阵变换。

原理:该函数将src的每个元素转换成一个2D或3D矢量,方法如下:

\begin{bmatrix} x^'\\ y^'\\ z^'\\ \omega ^' \end{bmatrix} \rightarrow \begin{bmatrix} m \end{bmatrix} \begin{bmatrix} x\\ y\\ z\\ 1 \end{bmatrix}       \begin{bmatrix} x\\ y \\z \end{bmatrix} \rightarrow \begin{bmatrix} x^'/\omega \\ y^'/\omega\\ z^'/\omega \end{bmatrix}

\omega =\left\{\begin{matrix} \omega ^{'}, & \omega ^{'}\neq 0\\ \infty, & \omega ^{'}=0 \end{matrix}\right.

cv::phase()

void cv::phase(InputArray x,InputArray y, OutputArray angle, bool anglelnDegrees=false)

作用:对二维矢量场计算笛卡尔-极坐标转换的方位角部分。x和y均是单通道矩阵。

原理:angle(I)=atan2(y(I), x(I))

cv::polarToCart()

void cv::polarToCart(InputArray magnitude, InputArray angle, OutputArray x, OutputArray y, bool anglelnDegrees=false)

作用:从向量场的极坐标中计算笛卡尔坐标(x,y)。当anglelnDegrees为真,angle用角度表示,否则用弧度表示。

原理:x(I)=magnitude(I)cos(angle(I))

           y(I)=magnitude(I)sin(angle(I))

cv::pow()

void cv::pow(InputArray src, double power, OutputArray dst)

作用:对矩阵逐元素取power次幂。

原理:若power为整数,直接进行幂运算;否则,先计算原矩阵的绝对值,再进行p次幂(只要实数值)。

cv::randu()

void cv::randu(InputOutputArray dst, InputArray low, InputArray high)

作用:使用均匀分布随机填充矩阵dst。

cv::randn()

void cv::randn(InputOutputArray dst, InputArray mean, InputArray stddev)

作用:使用随机正态分布的值填充矩阵dst。

cv::randShuffle()

void cv::randShuffle(InputOutputArray dst, double iterFactor=1, RNG* rng=0)

作用:通过选择随机元素对并交换其位置来随机化一维矩阵中的元素。交换的数量等于矩阵的尺寸乘以可选因子iterFactor。可选随机生成器,若未提供,则采用theRNG()。

cv::reduce()

void cv::reduce(InputArray src, OutputArray dst, int dim, int rtype, int dtype=-1)

作用:对输入的矩阵的每一行或每一列进行系统转化,直到只剩一行或一列为止,是指称为vec。

原理:

参数rtype的值及其含义
含义
cv::REDUCE_SUM 计算向量的总和
cv::REDUCE_AVG 计算向量的平均值
cv::REDUCE_MAX 计算向量的最大值
cv::REDUCE_MIN 计算向量的最小值
dim的取值及其含义
含义
0 合并成一行
1 合并成一列

 

Mat m = (Mat_(3,2) << 1,2,3,4,5,6);
Mat col_sum, row_sum;
reduce(m, col_sum, 0, REDUCE_SUM, CV_32F);
reduce(m, row_sum, 1, REDUCE_SUM, CV_32F);
/*
m =
[  1,   2;
   3,   4;
   5,   6]
col_sum =
[9, 12]
row_sum =
[3;
 7;
 11]
*/

cv::repeat()

void cv::repeat(InputArray src, int ny, int nx, OutputArray dst)

Mat cv::repeat(const Mat& src, int ny, int nx)

作用:将src中的内容复制到dst中,根据复制的次数填充dst。

cv::scaleAdd()

void cv::scaleAdd(InputArray src1, double scale, InputArray src2, OutputArray dst)

作用:计算两个矩阵的和,在求和之前,将比例因子scale应用于第一个矩阵,结果放在dst中。

原理:dst(I)=scale\cdot src1(I)+src2(I)

相当于:dst=scale*src1+src2

cv::setIdentity()

void cv::setIdentity(InputOutputArray mtx, const Scalar& s=Scalar(1))

作用:将行数和列数相等的元素设置为s,默认为1,其他元素设置为0。

原理:mtx(i,j)=\left\{\begin{matrix} s& i=j\\ 0& i\neq j \end{matrix}\right.

cv::solve()

bool cv::solve(InputArray src1, InputArray src2, OutputArray dst, int flags=DECOMP_LU)

作用:基于cv::invert()的函数cv::solve()为求解线性系统提供了一条捷径,目标是寻找最优向量,并存在dst中。只支持浮点数据类型。结果返回0代表未找到或存在问题,否则代表找到一个解。

原理:C=argmin_{dst}\left \| scr1\cdot dst-src2 \right \|

flags参数的可能值
flags的值 含义
cv::DECOMP_LU 高斯消元法(LU分解)
cv::DECOMP_SVD 奇异值分解(SVD)
cv::DECOMP_CHOLESKY 对于对称正定矩阵
cv::DECOMP_EIG 特征值分解,只用于对称矩阵
cv::DECOMP_QR QR因式分解
cv::DECOMP_NORMAL 可选附加标志,表示要求解标准方程

cv::solveCubic()

int cv::solveCubic(InputArray coeffs, OutputArray roots)

作用:给定由三或四个元素向量系数表示的三次多项式,计算其实根。

原理:① 四个元素:coeffs[0]x^3 + coeffs[1]x^2 +coeffs[2]x + coeffs[3] = 0

           ② 三个元素:x^3+coeffs[0]x^2+coeffs[1]x+coeffs[2]=0

cv::solvePoly()

double cv::solvePoly(InputArray coeffs, OutputArray roots, int maxIters=300)

作用:求多项式方程的实根或复根。

原理:coeffs[n]x^n + coeffs[n -1]x^{n-1} + \cdots +coeffs[1]x + coeffs[0] = 0

这些根不能保证是实根,对于n阶多项式(具有n+1个元素的coeffs),将存在n个根。因此,矩阵roots将返回双通道(实部,虚部)双精度矩阵。

cv::sort()

void cv::sort(InputArray  src, OutputArray dst, int flags)

作用:分别对每行或每列进行排序,仅适用于单通道二维矩阵。

cv::sortIdx()

void cv::sortIdx(InputArray  src, OutputArray dst, int flags)

作用:分别对每行或每列进行排序,结果是与原矩阵大小相同但包含排序元素整数索引的新矩阵dst。仅适用于单通道二维矩阵。

cv::split()

void cv::split(const Mat & src, Mat* mvbegin)

作用:将多通道矩阵中的通道分成多个单通道。mvbegin存储的是指向结果的Mat对象的指针。

void cv::split(InputArray m, OutputArrayOfArrays mv)

作用:将多通道矩阵中的通道分成多个单通道。mv存储的是结果矩阵,将分配内存。

cv::sqrt()

void cv::sqrt(InputArray  src, OutputArray dst)

作用:计算矩阵中每个元素的平方根

cv::subtract()

void cv::subtract(InputArray src1, InputArray src2, OutputArray dst, InputArray mask=noArray(), int dtype=-1)

作用:计算两个数组或数组与标量之间的每个元素的差异。

原理:dst(I) = saturate(src1(I) - src2(I))(最简单的情况)

对于简单的情况:矩阵运算可得到相同的结果:dst = src1 - src2

也支持:dst -= src1,相当于subtract(dst, src1, dst)

cv::sum()

cv::Scalar cv::sum(InputArray src)

作用:计算矩阵src各个通道的所有像素的总和,最多四个通道。

cv::theRNG()

RNG& cv::theRNG()

作用:返回默认随机数生成器。函数cy:theRNG返回默认随机数生成器。每一个线程有一个单独的随机数生成器,所以可以在多线程环境中安全使用该函数。如果只需要使用这个生成器获得一个随机数或初始化一个数组,可以使用randu或randn代替。但是如果想在一个循环中产生很多随机数,使用这个函数检索生成器,然后使用RNG::operator_Tp(),这样速度要快得多。

cv::trace()

cv::Scalar cv::trace(InputArray mtx)

作用:求取矩阵的迹,返回一个标量

原理:tr(mtx) = \sum_{i}mtx(i, i)

在OpenCV中,迹是在cv::diag()的基础上实现的,因此输入的矩阵不需要是方阵。对于多通道矩阵,迹被计算为标量,因此标量的每个分量是响应通道上的和,最多有四个通道。

cv::transform()

void cv::transform(InputArray src, OutputArray dst,InputArray m )

作用:执行每个数组元素的矩阵变换,并将变换结果储存在dst中,该函数可用于N维点的几何变换、任意线性颜色空间变换(如各种RGB到YUV变换)、变换图像通道等。

原理:① m.cols == src.channels() 时, dst(I) = m\cdot src(I) 

           ② m.cols == src.channels()+1时,src的通道空间向量将自动扩展1维,以1.0填充,dst(I) = m\cdot [src(I); 1]

cv::transpose()

void cv::transpose(InputArray src, OutputArray dst)

作用:将src转置的结果赋给dst

原理:dst(i, j) = src(j, i)

注意:在复矩阵中不做复共轭。如有必要,应单独进行。

 

小结:本文主要介绍的就是以上内容,在OpenCV的官方文档中还有一些其他函数,如果有需要,大家可以点击一下网址,查看官方文档(英文):https://docs.opencv.org/master/d2/de8/group__core__array.html

你可能感兴趣的:(人工智能,C/C++,OpenCV)