15.java openCV4.x 入门-Core之广义矩阵乘法运算

2024-04-11 16:52

本文主要是介绍15.java openCV4.x 入门-Core之广义矩阵乘法运算,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!

专栏简介

💒个人主页
📰专栏目录

点击上方查看更多内容
📖心灵鸡汤📖

我们唯一拥有的就是今天,唯一能把握的也是今天


建议把本文当作笔记来看,据说专栏目录里面有相应视频🤫
🧭文章导航🧭
⬆️ 14.Core之图像融合
⬇️ 16.Core之图像变换

Core之广义矩阵乘法运算

  • 一、广义矩阵乘法
    • 1. 字段
    • 2.方法介绍
    • 3.算法说明
      • 1.算法规则
      • 2.实数矩阵(单通道)
      • 3.复数矩阵(双通道)

  

一、广义矩阵乘法

   gemm其名称来源于 “General Matrix Multiply”,即广义矩阵乘法。此方法与matMul()方法有一样的作用,不过此方法支持第三个矩阵。

1. 字段

GEMM_1_T这是矩阵乘法的一种变换方式,表示对第一个矩阵进行转置
GEMM_2_T 表示对第二个矩阵进行转置.
GEMM_3_T 表示对第三个矩阵进行转置.

2.方法介绍

gemm​(Mat src1, Mat src2, double alpha, Mat src3, double beta, Mat dst, int flags)
参数:
src1 第一个要进行乘法的输入矩阵,可以是实数类型(CV_32FC1,CV_64FC1)或复数类型(CV_32FC2,CV_64FC2)
src2 第二个与src1相同类型的要进行乘法的输入矩阵
alpha 矩阵乘积的缩放因子
src3 第三个可选的增量矩阵,添加到矩阵乘积中;它应该与src1和src2具有相同类型
beta src3的权重
dst 输出矩阵;它具有适当的尺寸,并且与输入矩阵具有相同的类型.
flags 操作标志. GEMM_*。(支持组合 G1+G2)
   gemm(src1, src2, alpha, src3, beta, dst, GEMM_1_T + GEMM_3_T)

   对应的数学表达式为: dst = alpha ⋅ src1 T ⋅ src2 + beta ⋅ src3 T \texttt{dst} = \texttt{alpha} \cdot \texttt{src1} ^T \cdot \texttt{src2} + \texttt{beta} \cdot \texttt{src3} ^T dst=alphasrc1Tsrc2+betasrc3T
   其中 src1 T 和 src3 T \texttt{src1} ^T和\texttt{src3} ^T src1Tsrc3T分别表示 src1 和 src3 \texttt{src1}和\texttt{src3} src1src3转置

3.算法说明

   算法涉及到实数矩阵和复数矩阵

1.算法规则

   1.结果矩阵的行数等于第一个矩阵的行数,列数等于第二个矩阵的列数。如果 (A) 是一个 ( m × n ) (m \times n) (m×n) 的矩阵,(B) 是一个 ( n × p ) (n \times p) (n×p) 的矩阵,则结果矩阵 © 是一个 ( m × p ) (m \times p) (m×p) 的矩阵。
   2.结果矩阵中的每个元素 ( c i j ) (c_{ij}) (cij) 是由第一个矩阵 (A) 的第 ( i ) (i) (i) 行与第二个矩阵 (B) 的第 ( j ) (j) (j) 列对应元素相乘后相加得到的。即:

   [ C i j = ∑ k = 1 n A i k ⋅ B k j ] [C_{ij} = \sum_{k=1}^{n} A_{ik} \cdot B_{kj}] [Cij=k=1nAikBkj]

,其中 ( 1 ≤ i ≤ m ) , ( 1 ≤ j ≤ p ) , ( 1 ≤ k ≤ n ) , i 是行索引, j 是列索引, k 为 1 到 n 之间的值 (1 \leq i \leq m),(1 \leq j \leq p),(1 \leq k \leq n),i是行索引,j是列索引,k为1到n之间的值 (1im)(1jp)(1kn)i是行索引,j是列索引,k1n之间的值
   3.矩阵乘法并不满足交换律,即A×B不一定等于B×A,除非矩阵A和B是方阵(即行数和列数相等)且是可交换的。

2.实数矩阵(单通道)

   1.计算 ( C i j ) (C_{ij}) (Cij) 的值,即将第一个矩阵 A的第 i i i 行与第二个矩阵 B 的第 j j j 列对应元素相乘后相加得到。
   2.将计算结果赋值给结果矩阵C的对应位置。

示例一:

        Mat A =  new Mat(2,3, CvType.CV_32FC1);A.put(0,0,1,2,3,4,5,6);Mat B = new Mat(3,2,CvType.CV_32FC1 );B.put(0,0,3,4,5,6,7,8);Mat C= new Mat();/Core.gemm(A,B,1,new Mat(),1,C);System.out.println("A.dump() = \n"  + A.dump());System.out.println("B.dump() = \n" + B.dump());System.out.println("C.dump() = \n" + C.dump());

结果:

A.dump() = 
[1, 2, 3;4, 5, 6]
B.dump() = 
[3, 4;5, 6;7, 8]
C.dump() = 
[34, 40;79, 94]

计算如下:
在这里插入图片描述
然后依次计算出位置的值即可。
示例二、

        Mat src1 =  new Mat(2,3, CvType.CV_32FC1);src1.put(0,0,1,2,3,4,5,6);Mat src2 = new Mat(3,2,CvType.CV_32FC1 );src2.put(0,0,3,4,5,6,7,8);Mat dst = new Mat();Mat src3 = new Mat(3,3,CvType.CV_32FC1);src3.put(0,0,1,2,3,4);Core.gemm(src1,src2,2,src3,1,dst,Core.GEMM_1_T+Core.GEMM_2_T);System.out.println("src1.dump() = \n"  + src1.dump());System.out.println("src2.dump() = \n" + src2.dump());System.out.println("dst.dump() = \n" + dst.dump());

请自行验证结果

3.复数矩阵(双通道)

   对于复数(双通道)数据,它的计算和计算实数矩阵相似,只需要按照复数的计算规则计算即可:
( a + b i ) ∗ ( c + d i ) = ( a c − b d ) + ( a d + b c ) i (a + bi) * (c + di) = (ac - bd) + (ad + bc)i (a+bi)(c+di)=(acbd)+(ad+bc)i
其中, a , b , c , d a, b, c, d a,b,c,d 都是实数, i i i 是虚数单位。

        System.loadLibrary(Core.NATIVE_LIBRARY_NAME);Mat A =  new Mat(1,2, CvType.CV_32FC2);A.put(0,0,1,2,3,4 );Mat B = new Mat(2,1,CvType.CV_32FC2 );B.put(0,0,3,4,5,6);Mat C= new Mat();Core.gemm(A ,B,new Mat(),1,C);System.out.println("A.dump() = \n"  +  A.dump());System.out.println("B.dump() = \n" + B.dump());System.out.println("C.dump() = \n" + C.dump());

结果

A.dump() = 
[1, 2, 3, 4]
B.dump() = 
[3, 4;5, 6]
C.dump() = 
[-14, 48]

   计算方式如下,
在这里插入图片描述
   按照这个方式计算其它位置的值即可。

这篇关于15.java openCV4.x 入门-Core之广义矩阵乘法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/894654

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

JVM 的类初始化机制

前言 当你在 Java 程序中new对象时,有没有考虑过 JVM 是如何把静态的字节码(byte code)转化为运行时对象的呢,这个问题看似简单,但清楚的同学相信也不会太多,这篇文章首先介绍 JVM 类初始化的机制,然后给出几个易出错的实例来分析,帮助大家更好理解这个知识点。 JVM 将字节码转化为运行时对象分为三个阶段,分别是:loading 、Linking、initialization

Spring Security 基于表达式的权限控制

前言 spring security 3.0已经可以使用spring el表达式来控制授权,允许在表达式中使用复杂的布尔逻辑来控制访问的权限。 常见的表达式 Spring Security可用表达式对象的基类是SecurityExpressionRoot。 表达式描述hasRole([role])用户拥有制定的角色时返回true (Spring security默认会带有ROLE_前缀),去

浅析Spring Security认证过程

类图 为了方便理解Spring Security认证流程,特意画了如下的类图,包含相关的核心认证类 概述 核心验证器 AuthenticationManager 该对象提供了认证方法的入口,接收一个Authentiaton对象作为参数; public interface AuthenticationManager {Authentication authenticate(Authenti

Spring Security--Architecture Overview

1 核心组件 这一节主要介绍一些在Spring Security中常见且核心的Java类,它们之间的依赖,构建起了整个框架。想要理解整个架构,最起码得对这些类眼熟。 1.1 SecurityContextHolder SecurityContextHolder用于存储安全上下文(security context)的信息。当前操作的用户是谁,该用户是否已经被认证,他拥有哪些角色权限…这些都被保

Spring Security基于数据库验证流程详解

Spring Security 校验流程图 相关解释说明(认真看哦) AbstractAuthenticationProcessingFilter 抽象类 /*** 调用 #requiresAuthentication(HttpServletRequest, HttpServletResponse) 决定是否需要进行验证操作。* 如果需要验证,则会调用 #attemptAuthentica

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin

Java架构师知识体认识

源码分析 常用设计模式 Proxy代理模式Factory工厂模式Singleton单例模式Delegate委派模式Strategy策略模式Prototype原型模式Template模板模式 Spring5 beans 接口实例化代理Bean操作 Context Ioc容器设计原理及高级特性Aop设计原理Factorybean与Beanfactory Transaction 声明式事物

这15个Vue指令,让你的项目开发爽到爆

1. V-Hotkey 仓库地址: github.com/Dafrok/v-ho… Demo: 戳这里 https://dafrok.github.io/v-hotkey 安装: npm install --save v-hotkey 这个指令可以给组件绑定一个或多个快捷键。你想要通过按下 Escape 键后隐藏某个组件,按住 Control 和回车键再显示它吗?小菜一碟: <template

Java进阶13讲__第12讲_1/2

多线程、线程池 1.  线程概念 1.1  什么是线程 1.2  线程的好处 2.   创建线程的三种方式 注意事项 2.1  继承Thread类 2.1.1 认识  2.1.2  编码实现  package cn.hdc.oop10.Thread;import org.slf4j.Logger;import org.slf4j.LoggerFactory