OPENCV笔记（六）OpenCV数组或矩阵的操作函数

我就是我 2022-08-09 06:17 170阅读 0赞

<table style="line-height:28px; font-size:16px; font-family:'microsoft yahei',ubuntu; color:white"> 
 <thead style="text-align:center; background-color:black"> 
  <tr> 
   <td>Function (函数名)</td> 
   <td>Use (函数用处)</td> 
  </tr> 
 </thead> 
 <tfoot style="line-height:22.75px; text-align:center; font-size:10px; background-color:black"> 
  <tr> 
   <td colspan="2">非常感谢原作者的整理，非常易查，原作戳这里-&gt;<a href="http://tmjfzy.blog.163.com/blog/static/66447025201262122353504/" rel="nofollow">http://tmjfzy.blog.163.com/blog/static/66447025201262122353504/</a></td> 
  </tr> 
 </tfoot> 
 <tbody style="background-color:rgb(97,154,14)"> 
  <tr> 
   <td>add</td> 
   <td>矩阵加法，A+B的更高级形式，支持mask</td> 
  </tr> 
  <tr> 
   <td>scaleAdd</td> 
   <td>矩阵加法，一个带有缩放因子dst(I) = scale * src1(I) + src2(I)</td> 
  </tr> 
  <tr> 
   <td>addWeighted</td> 
   <td>矩阵加法，两个带有缩放因子dst(I) = saturate(src1(I) * alpha + src2(I) * beta + gamma)</td> 
  </tr> 
  <tr> 
   <td>subtract</td> 
   <td>矩阵减法，A-B的更高级形式，支持mask</td> 
  </tr> 
  <tr> 
   <td>multiply</td> 
   <td>矩阵逐元素乘法，同Mat::mul()函数，与A*B区别，支持mask</td> 
  </tr> 
  <tr> 
   <td>gemm</td> 
   <td>一个广义的矩阵乘法操作</td> 
  </tr> 
  <tr> 
   <td>divide</td> 
   <td>矩阵逐元素除法，与A/B区别，支持mask</td> 
  </tr> 
  <tr> 
   <td>abs</td> 
   <td>对每个元素求绝对值</td> 
  </tr> 
  <tr> 
   <td>absdiff</td> 
   <td>两个矩阵的差的绝对值</td> 
  </tr> 
  <tr> 
   <td>exp</td> 
   <td>求每个矩阵元素 src(I) 的自然数 e 的 src(I) 次幂 dst[I] = e<sup style="line-height:23.3333px">src(I)</sup></td> 
  </tr> 
  <tr> 
   <td>pow</td> 
   <td>求每个矩阵元素 src(I) 的 p 次幂 dst[I] = src(I)<sup style="line-height:23.3333px">p</sup></td> 
  </tr> 
  <tr> 
   <td>log</td> 
   <td>求每个矩阵元素的自然数底 dst[I] = log|src(I)| (if src != 0)</td> 
  </tr> 
  <tr> 
   <td>sqrt</td> 
   <td>求每个矩阵元素的平方根</td> 
  </tr> 
  <tr> 
   <td>min, max</td> 
   <td>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</td> 
  </tr> 
  <tr> 
   <td>minMaxLoc</td> 
   <td>定位矩阵中最小值、最大值的位置</td> 
  </tr> 
  <tr> 
   <td>compare</td> 
   <td>返回逐个元素比较结果的矩阵</td> 
  </tr> 
  <tr> 
   <td>bitwise_and, bitwise_not, bitwise_or, bitwise_xor</td> 
   <td>每个元素进行位运算，分别是和、非、或、异或</td> 
  </tr> 
 </tbody> 
 <tbody style="background-color:rgb(174,32,116)"> 
  <tr> 
   <td>cvarrToMat</td> 
   <td>旧版数据CvMat,IplImage,CvMatND转换到新版数据Mat</td> 
  </tr> 
  <tr> 
   <td>extractImageCOI</td> 
   <td>从旧版数据中提取指定的通道矩阵给新版数据Mat</td> 
  </tr> 
  <tr> 
   <td>randu</td> 
   <td>以Uniform分布产生随机数填充矩阵，同 RNG::fill(mat, RNG::UNIFORM)</td> 
  </tr> 
  <tr> 
   <td>randn</td> 
   <td>以Normal分布产生随机数填充矩阵，同 RNG::fill(mat, RNG::NORMAL)</td> 
  </tr> 
  <tr> 
   <td>randShuffle</td> 
   <td>随机打乱一个一维向量的元素顺序</td> 
  </tr> 
  <tr> 
   <td>theRNG()</td> 
   <td>返回一个默认构造的RNG类的对象 theRNG()::fill(...)</td> 
  </tr> 
  <tr> 
   <td>reduce</td> 
   <td>矩阵缩成向量</td> 
  </tr> 
  <tr> 
   <td>repeat</td> 
   <td>矩阵拷贝的时候指定按x/y方向重复</td> 
  </tr> 
  <tr> 
   <td>split</td> 
   <td>多通道矩阵分解成多个单通道矩阵</td> 
  </tr> 
  <tr> 
   <td>merge</td> 
   <td>多个单通道矩阵合成一个多通道矩阵</td> 
  </tr> 
  <tr> 
   <td>mixChannels</td> 
   <td>矩阵间通道拷贝，如Rgba[]到Rgb[]和Alpha[]</td> 
  </tr> 
  <tr> 
   <td>sort, sortIdx</td> 
   <td>为矩阵的每行或每列元素排序</td> 
  </tr> 
  <tr> 
   <td>setIdentity</td> 
   <td>设置单元矩阵</td> 
  </tr> 
  <tr> 
   <td>completeSymm</td> 
   <td>矩阵上下三角拷贝</td> 
  </tr> 
  <tr> 
   <td>inRange</td> 
   <td>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</td> 
  </tr> 
  <tr> 
   <td>checkRange</td> 
   <td>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</td> 
  </tr> 
 </tbody> 
 <tbody style="background-color:rgb(32,132,174)"> 
  <tr> 
   <td>sum</td> 
   <td>求矩阵的元素和</td> 
  </tr> 
  <tr> 
   <td>mean</td> 
   <td>求均值</td> 
  </tr> 
  <tr> 
   <td>meanStdDev</td> 
   <td>均值和标准差</td> 
  </tr> 
  <tr> 
   <td>countNonZero</td> 
   <td>统计非零值个数</td> 
  </tr> 
  <tr> 
   <td>cartToPolar, polarToCart</td> 
   <td>笛卡尔坐标与极坐标之间的转换</td> 
  </tr> 
  <tr> 
   <td>flip</td> 
   <td>矩阵翻转</td> 
  </tr> 
  <tr> 
   <td>transpose</td> 
   <td>矩阵转置，比较 Mat::t() A<sup style="line-height:23.3333px">T</sup></td> 
  </tr> 
  <tr> 
   <td>trace</td> 
   <td>矩阵的迹</td> 
  </tr> 
  <tr> 
   <td>determinant</td> 
   <td>行列式 |A|, det(A)</td> 
  </tr> 
  <tr> 
   <td>eigen</td> 
   <td>矩阵的特征值和特征向量</td> 
  </tr> 
  <tr> 
   <td>invert</td> 
   <td>矩阵的逆或者伪逆，比较 Mat::inv()</td> 
  </tr> 
  <tr> 
   <td>magnitude</td> 
   <td>向量长度计算 dst(I) = sqrt(x(I)<sup style="line-height:23.3333px">2</sup>&nbsp;+ y(I)<sup style="line-height:23.3333px">2</sup>)</td> 
  </tr> 
  <tr> 
   <td>Mahalanobis</td> 
   <td>Mahalanobis距离计算</td> 
  </tr> 
  <tr> 
   <td>phase</td> 
   <td>相位计算，即两个向量之间的夹角</td> 
  </tr> 
  <tr> 
   <td>norm</td> 
   <td>求范数，1-范数、2-范数、无穷范数</td> 
  </tr> 
  <tr> 
   <td>normalize</td> 
   <td>标准化</td> 
  </tr> 
  <tr> 
   <td>mulTransposed</td> 
   <td>矩阵和它自己的转置相乘 A<sup style="line-height:23.3333px">T</sup>&nbsp;* A, dst = scale(src - delta)<sup style="line-height:23.3333px">T</sup>(src - delta)</td> 
  </tr> 
  <tr> 
   <td>convertScaleAbs</td> 
   <td>先缩放元素再取绝对值，最后转换格式为8bit型</td> 
  </tr> 
  <tr> 
   <td>calcCovarMatrix</td> 
   <td>计算协方差阵</td> 
  </tr> 
  <tr> 
   <td>solve</td> 
   <td>求解1个或多个线性系统或者求解最小平方问题(least-squares problem)</td> 
  </tr> 
  <tr> 
   <td>solveCubic</td> 
   <td>求解三次方程的根</td> 
  </tr> 
  <tr> 
   <td>solvePoly</td> 
   <td>求解多项式的实根和重根</td> 
  </tr> 
  <tr> 
   <td>dct, idct</td> 
   <td>正、逆离散余弦变换，idct同dct(src, dst, flags | DCT_INVERSE)</td> 
  </tr> 
  <tr> 
   <td>dft, idft</td> 
   <td>正、逆离散傅立叶变换, idft同dft(src, dst, flags | DTF_INVERSE)</td> 
  </tr> 
  <tr> 
   <td>LUT</td> 
   <td>查表变换</td> 
  </tr> 
  <tr> 
   <td>getOptimalDFTSize</td> 
   <td>返回一个优化过的DFT大小</td> 
  </tr> 
  <tr> 
   <td>mulSpecturms</td> 
   <td>两个傅立叶频谱间逐元素的乘法</td> 
  </tr> 
 </tbody> 
</table>