【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

Python使用Tenacity一行代码实现自动重试详解

《Python使用Tenacity一行代码实现自动重试详解》tenacity是一个专为Python设计的通用重试库,它的核心理念就是用简单、清晰的方式,为任何可能失败的操作添加重试能力,下面我们就来看... 目录一切始于一个简单的 API 调用Tenacity 入门:一行代码实现优雅重试精细控制:让重试按我

Python标准库之数据压缩和存档的应用详解

《Python标准库之数据压缩和存档的应用详解》在数据处理与存储领域,压缩和存档是提升效率的关键技术,Python标准库提供了一套完整的工具链,下面小编就来和大家简单介绍一下吧... 目录一、核心模块架构与设计哲学二、关键模块深度解析1.tarfile:专业级归档工具2.zipfile:跨平台归档首选3.

idea的终端(Terminal)cmd的命令换成linux的命令详解

《idea的终端(Terminal)cmd的命令换成linux的命令详解》本文介绍IDEA配置Git的步骤:安装Git、修改终端设置并重启IDEA,强调顺序,作为个人经验分享,希望提供参考并支持脚本之... 目录一编程、设置前二、前置条件三、android设置四、设置后总结一、php设置前二、前置条件

python中列表应用和扩展性实用详解

《python中列表应用和扩展性实用详解》文章介绍了Python列表的核心特性:有序数据集合,用[]定义,元素类型可不同,支持迭代、循环、切片,可执行增删改查、排序、推导式及嵌套操作,是常用的数据处理... 目录1、列表定义2、格式3、列表是可迭代对象4、列表的常见操作总结1、列表定义是处理一组有序项目的

python使用try函数详解

《python使用try函数详解》Pythontry语句用于异常处理,支持捕获特定/多种异常、else/final子句确保资源释放,结合with语句自动清理,可自定义异常及嵌套结构,灵活应对错误场景... 目录try 函数的基本语法捕获特定异常捕获多个异常使用 else 子句使用 finally 子句捕获所

C++11范围for初始化列表auto decltype详解

《C++11范围for初始化列表autodecltype详解》C++11引入auto类型推导、decltype类型推断、统一列表初始化、范围for循环及智能指针,提升代码简洁性、类型安全与资源管理效... 目录C++11新特性1. 自动类型推导auto1.1 基本语法2. decltype3. 列表初始化3

SQL Server 中的 WITH (NOLOCK) 示例详解

《SQLServer中的WITH(NOLOCK)示例详解》SQLServer中的WITH(NOLOCK)是一种表提示,等同于READUNCOMMITTED隔离级别,允许查询在不获取共享锁的情... 目录SQL Server 中的 WITH (NOLOCK) 详解一、WITH (NOLOCK) 的本质二、工作

springboot自定义注解RateLimiter限流注解技术文档详解

《springboot自定义注解RateLimiter限流注解技术文档详解》文章介绍了限流技术的概念、作用及实现方式,通过SpringAOP拦截方法、缓存存储计数器,结合注解、枚举、异常类等核心组件,... 目录什么是限流系统架构核心组件详解1. 限流注解 (@RateLimiter)2. 限流类型枚举 (

Java Thread中join方法使用举例详解

《JavaThread中join方法使用举例详解》JavaThread中join()方法主要是让调用改方法的thread完成run方法里面的东西后,在执行join()方法后面的代码,这篇文章主要介绍... 目录前言1.join()方法的定义和作用2.join()方法的三个重载版本3.join()方法的工作原

Spring AI使用tool Calling和MCP的示例详解

《SpringAI使用toolCalling和MCP的示例详解》SpringAI1.0.0.M6引入ToolCalling与MCP协议,提升AI与工具交互的扩展性与标准化,支持信息检索、行动执行等... 目录深入探索 Spring AI聊天接口示例Function CallingMCPSTDIOSSE结束语