【OpenCV3图像处理】Mat类详解 之 矩阵运算

2024-06-12 08:58

本文主要是介绍【OpenCV3图像处理】Mat类详解 之 矩阵运算,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

 
  
add矩阵加法,A+B的更高级形式,支持mask
scaleAdd矩阵加法,一个带有缩放因子dst(I) = scale * src1(I) + src2(I)
addWeighted矩阵加法,两个带有缩放因子dst(I) = saturate(src1(I) * alpha + src2(I) * beta + gamma)
subtract矩阵减法,A-B的更高级形式,支持mask
multiply矩阵逐元素乘法,同Mat::mul()函数,与A*B区别,支持mask
gemm一个广义的矩阵乘法操作
divide矩阵逐元素除法,与A/B区别,支持mask
abs对每个元素求绝对值
absdiff两个矩阵的差的绝对值
exp求每个矩阵元素 src(I) 的自然数 e 的 src(I) 次幂 dst[I] = esrc(I)
pow求每个矩阵元素 src(I) 的 p 次幂 dst[I] = src(I)p
log求每个矩阵元素的自然数底 dst[I] = log|src(I)| (if src != 0)
sqrt求每个矩阵元素的平方根
min, max求每个元素的最小值或最大值返回这个矩阵 dst(I) = min(src1(I), src2(I)), max同
minMaxLoc定位矩阵中最小值、最大值的位置
compare返回逐个元素比较结果的矩阵
bitwise_and, bitwise_not, bitwise_or, bitwise_xor每个元素进行位运算,分别是和、非、或、异或
cvarrToMat旧版数据CvMat,IplImage,CvMatND转换到新版数据Mat
extractImageCOI从旧版数据中提取指定的通道矩阵给新版数据Mat
randu以Uniform分布产生随机数填充矩阵,同 RNG::fill(mat, RNG::UNIFORM)
randn以Normal分布产生随机数填充矩阵,同 RNG::fill(mat, RNG::NORMAL)
randShuffle随机打乱一个一维向量的元素顺序
theRNG()返回一个默认构造的RNG类的对象 theRNG()::fill(...)
reduce矩阵缩成向量
repeat矩阵拷贝的时候指定按x/y方向重复
split多通道矩阵分解成多个单通道矩阵
merge多个单通道矩阵合成一个多通道矩阵
mixChannels矩阵间通道拷贝,如Rgba[]到Rgb[]和Alpha[]
sort, sortIdx为矩阵的每行或每列元素排序
setIdentity设置单元矩阵
completeSymm矩阵上下三角拷贝
inRange检查元素的取值范围是否在另两个矩阵的元素取值之间,返回验证矩阵
checkRange检查矩阵的每个元素的取值是否在最小值与最大值之间,返回验证结果bool
sum求矩阵的元素和
mean求均值
meanStdDev均值和标准差
countNonZero统计非零值个数
cartToPolar, polarToCart笛卡尔坐标与极坐标之间的转换
flip矩阵翻转
transpose矩阵转置,比较 Mat::t() AT
trace矩阵的迹
determinant行列式 |A|, det(A)
eigen矩阵的特征值和特征向量
invert矩阵的逆或者伪逆,比较 Mat::inv()
magnitude向量长度计算 dst(I) = sqrt(x(I)2 + y(I)2)
MahalanobisMahalanobis距离计算
phase相位计算,即两个向量之间的夹角
norm求范数,1-范数、2-范数、无穷范数
normalize标准化
mulTransposed矩阵和它自己的转置相乘 AT * A, dst = scale(src - delta)T(src - delta)
convertScaleAbs先缩放元素再取绝对值,最后转换格式为8bit型
calcCovarMatrix计算协方差阵
solve求解1个或多个线性系统或者求解最小平方问题(least-squares problem)
solveCubic求解三次方程的根
solvePoly求解多项式的实根和重根
dct, idct正、逆离散余弦变换,idct同dct(src, dst, flags | DCT_INVERSE)
dft, idft正、逆离散傅立叶变换, idft同dft(src, dst, flags | DTF_INVERSE)
LUT查表变换
getOptimalDFTSize返回一个优化过的DFT大小
mulSpecturms两个傅立叶频谱间逐元素的乘法

 

这篇关于【OpenCV3图像处理】Mat类详解 之 矩阵运算的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1053767

相关文章

C++使用栈实现括号匹配的代码详解

《C++使用栈实现括号匹配的代码详解》在编程中,括号匹配是一个常见问题,尤其是在处理数学表达式、编译器解析等任务时,栈是一种非常适合处理此类问题的数据结构,能够精确地管理括号的匹配问题,本文将通过C+... 目录引言问题描述代码讲解代码解析栈的状态表示测试总结引言在编程中,括号匹配是一个常见问题,尤其是在

Debezium 与 Apache Kafka 的集成方式步骤详解

《Debezium与ApacheKafka的集成方式步骤详解》本文详细介绍了如何将Debezium与ApacheKafka集成,包括集成概述、步骤、注意事项等,通过KafkaConnect,D... 目录一、集成概述二、集成步骤1. 准备 Kafka 环境2. 配置 Kafka Connect3. 安装 D

Java中ArrayList和LinkedList有什么区别举例详解

《Java中ArrayList和LinkedList有什么区别举例详解》:本文主要介绍Java中ArrayList和LinkedList区别的相关资料,包括数据结构特性、核心操作性能、内存与GC影... 目录一、底层数据结构二、核心操作性能对比三、内存与 GC 影响四、扩容机制五、线程安全与并发方案六、工程

Spring Cloud LoadBalancer 负载均衡详解

《SpringCloudLoadBalancer负载均衡详解》本文介绍了如何在SpringCloud中使用SpringCloudLoadBalancer实现客户端负载均衡,并详细讲解了轮询策略和... 目录1. 在 idea 上运行多个服务2. 问题引入3. 负载均衡4. Spring Cloud Load

Springboot中分析SQL性能的两种方式详解

《Springboot中分析SQL性能的两种方式详解》文章介绍了SQL性能分析的两种方式:MyBatis-Plus性能分析插件和p6spy框架,MyBatis-Plus插件配置简单,适用于开发和测试环... 目录SQL性能分析的两种方式:功能介绍实现方式:实现步骤:SQL性能分析的两种方式:功能介绍记录

在 Spring Boot 中使用 @Autowired和 @Bean注解的示例详解

《在SpringBoot中使用@Autowired和@Bean注解的示例详解》本文通过一个示例演示了如何在SpringBoot中使用@Autowired和@Bean注解进行依赖注入和Bean... 目录在 Spring Boot 中使用 @Autowired 和 @Bean 注解示例背景1. 定义 Stud

如何通过海康威视设备网络SDK进行Java二次开发摄像头车牌识别详解

《如何通过海康威视设备网络SDK进行Java二次开发摄像头车牌识别详解》:本文主要介绍如何通过海康威视设备网络SDK进行Java二次开发摄像头车牌识别的相关资料,描述了如何使用海康威视设备网络SD... 目录前言开发流程问题和解决方案dll库加载不到的问题老旧版本sdk不兼容的问题关键实现流程总结前言作为

SQL 中多表查询的常见连接方式详解

《SQL中多表查询的常见连接方式详解》本文介绍SQL中多表查询的常见连接方式,包括内连接(INNERJOIN)、左连接(LEFTJOIN)、右连接(RIGHTJOIN)、全外连接(FULLOUTER... 目录一、连接类型图表(ASCII 形式)二、前置代码(创建示例表)三、连接方式代码示例1. 内连接(I

Go路由注册方法详解

《Go路由注册方法详解》Go语言中,http.NewServeMux()和http.HandleFunc()是两种不同的路由注册方式,前者创建独立的ServeMux实例,适合模块化和分层路由,灵活性高... 目录Go路由注册方法1. 路由注册的方式2. 路由器的独立性3. 灵活性4. 启动服务器的方式5.

Java中八大包装类举例详解(通俗易懂)

《Java中八大包装类举例详解(通俗易懂)》:本文主要介绍Java中的包装类,包括它们的作用、特点、用途以及如何进行装箱和拆箱,包装类还提供了许多实用方法,如转换、获取基本类型值、比较和类型检测,... 目录一、包装类(Wrapper Class)1、简要介绍2、包装类特点3、包装类用途二、装箱和拆箱1、装