【OpenCV教程】OpenCV中对矩阵的常用操作
@
目录
1.全零矩阵
CV_NODISCARD_STD static MatExpr Mat::zeros(int rows, int cols, int type);
CV_NODISCARD_STD static MatExpr Mat::zeros(Size size, int type);
CV_NODISCARD_STD static MatExpr Mat::zeros(int ndims, const int* sz, int type);
//not recommended
- 参数如下
| 参数 | 含义 |
|---|---|
| rows | 行数 |
| cols | 列数 |
| type | 数据类型（CV_16F） |
| size | Size（宽（列数），高（行数）） |
- Size与Mat中的成员函数.size()的返回值，有相同的数据类型，是[宽*高]。
- Mat中的成员变量.size，与以上二者不同，是 rows*cols
2.全一矩阵
CV_NODISCARD_STD static MatExpr Mat::ones(int rows, int cols, int type);
CV_NODISCARD_STD static MatExpr Mat::ones(Size size, int type);
CV_NODISCARD_STD static MatExpr Mat::ones(int ndims, const int* sz, int type);
//not recommended
- 参数如下
| 参数 | 含义 |
|---|---|
| rows | 行数 |
| cols | 列数 |
| type | 数据类型（CV_16F） |
| size | Size（宽（列数），高（行数）） |
3.单位矩阵
CV_NODISCARD_STD static MatExpr Mat::eye(int rows, int cols, int type);
CV_NODISCARD_STD static MatExpr Mat::eye(Size size, int type);
- 参数如下
| 参数 | 含义 |
|---|---|
| rows | 行数 |
| cols | 列数 |
| type | 数据类型（CV_16F） |
| size | Size（宽（列数），高（行数）） |
4.矩阵转置
MatExpr Mat::t() const;
5.求逆矩阵
MatExpr Mat::inv(int method=DECOMP_LU) const;
6.逗号式分隔创建矩阵
- 常用于自定义卷积核
template<typename _Tp> inline
Mat_<_Tp>::Mat_(int _rows, int _cols)
: Mat(_rows, _cols, traits::Type<_Tp>::value)
{
}
template<typename _Tp> inline
Mat_<_Tp>::Mat_(int _rows, int _cols, const _Tp& value)
: Mat(_rows, _cols, traits::Type<_Tp>::value)
{
*this = value;
}
template<typename _Tp> inline
Mat_<_Tp>::Mat_(Size _sz)
: Mat(_sz.height, _sz.width, traits::Type<_Tp>::value)
{}
template<typename _Tp> inline
Mat_<_Tp>::Mat_(Size _sz, const _Tp& value)
: Mat(_sz.height, _sz.width, traits::Type<_Tp>::value)
{
*this = value;
}
- 以下为使用实例，注意括号的位置
Mat a=(Mat_<int>(2,2)<<1,2,3,4);
Mat b=(Mat_<double>(Size(2,2))<<1,2,3,4);
注意 ：给出的数据类型必须是基本数据类型，如int,double。不能是CV_16F等。
7.矩阵定义(只列出常用的)
Mat::Mat() CV_NOEXCEPT;
Mat::Mat(int rows, int cols, int type);
Mat::Mat(Size size, int type);
Mat::Mat(int rows, int cols, int type, const Scalar& s);
Mat::Mat(Size size, int type, const Scalar& s);
Mat::Mat(const std::vector<int>& sizes, int type);
Mat::Mat(const std::vector<int>& sizes, int type, const Scalar& s);
Mat::Mat(const Mat& m);
void Mat::create(int rows, int cols, int type);
void Mat::create(Size size, int type);
void Mat::create(const std::vector<int>& sizes, int type);
- 参数如下
| 参数 | 含义 |
|---|---|
| rows | 行数 |
| cols | 列数 |
| type | 数据类型（CV_16F） |
| size | Size（宽（列数），高（行数）） |
7.1 数据类型Scalar
- Scalar(gray)
- Scalar(blue,green,red)
8.通过ptr与at函数遍历矩阵
8.1 Vec类型
typedef Vec<uchar, 2> Vec2b;
typedef Vec<uchar, 3> Vec3b;
typedef Vec<uchar, 4> Vec4b;
typedef Vec<short, 2> Vec2s;
typedef Vec<short, 3> Vec3s;
typedef Vec<short, 4> Vec4s;
typedef Vec<ushort, 2> Vec2w;
typedef Vec<ushort, 3> Vec3w;
typedef Vec<ushort, 4> Vec4w;
typedef Vec<int, 2> Vec2i;
typedef Vec<int, 3> Vec3i;
typedef Vec<int, 4> Vec4i;
typedef Vec<int, 6> Vec6i;
typedef Vec<int, 8> Vec8i;
typedef Vec<float, 2> Vec2f;
typedef Vec<float, 3> Vec3f;
typedef Vec<float, 4> Vec4f;
typedef Vec<float, 6> Vec6f;
typedef Vec<double, 2> Vec2d;
typedef Vec<double, 3> Vec3d;
typedef Vec<double, 4> Vec4d;
typedef Vec<double, 6> Vec6d;
- 以下为实例
Mat a(Size(2560,1440),CV_8UC3);
for(int i=0;i<a.rows;i++){
for(int j=0;j<a.cols;j++){
a.ptr(i,j)[0]=0;
a.ptr(i,j)[1]=0;
a.ptr(i,j)[2]=255;
}
}
for(int i=0;i<a.rows;i++){
for(int j=0;j<a.cols;j++){
a.ptr<Vec3b>(i,j)[0]=0;
a.ptr<Vec3b>(i,j)[1]=0;
a.ptr<Vec3b>(i,j)[2]=255;
}
}
for(int i=0;i<a.rows;i++){
for(int j=0;j<a.cols;j++){
a.at<Vec3b>(i,j)[0]=0;
a.at<Vec3b>(i,j)[1]=0;
a.at<Vec3b>(i,j)[2]=255;
}
}
- 用ptr访问可以不加Vec类型，ptr访问是最快的
- 用at访问必须加Vec类型，at访问比ptr略微慢一些
9.通过迭代器遍历矩阵(easy but very very slow)
Mat a(Size(2560,1440),CV_8UC3);
for(auto iter=a.begin<Vec3b>();iter!=a.end<Vec3b>();iter++){
iter[0]=255;
iter[1]=0;
iter[2]=0;
}
本文由博客一文多发平台 OpenWrite 发布！