openCV 图像相加,位运算,协方差,绝对值,比较
原文:http://blog.csdn.net/Dr_Neo/article/details/44107269
(1)基本运算
两图像相加:
add(InputArray src1,InputArray src2, OutputArray dst, InputArray mask=noArray(),int dtype=-1):如可用add(A,B,C)来计算C=A+B;如果指定了图像掩模mask(注:mask必须为单通道),则运算只在mask对应像素部位null的像素上进行,add(A,B,C,mask)意为if(mask[i]0)c[i]=a[i]+b[i];
addWeighted(InputArray src1,double alpha, InputArray src2, double beta, double gamma,OutputArraydst, int dtype=-1):计算加权和,如addWeighted(A,k1,B,k2,k3,C)表示C=k1*A+k2*B+k3;
scaleAdd(A,k1,B,C)表示C=k1*A+B
减:subtract(A,B,C)表示C=A-B
乘:mutiply(A,B,C,k)表示C=k*A*B
divide(InputArray src1,InputArray src2, OutputArray dst, double scale=1,int dtype=-1):除法,divide(A,B,C,k)表示C=(A*k/B);也可以直接用一个scale来除以array,divide(k,B,C)表示C=k/B
当然还有其他计算符,如log()、exp()
位运算:
bitwise_and(InputArray src1,InputArray src2, OutputArray dst, InputArray mask=noArray()):按位与,bitwise_and(A,B,C,mask)表示if(mask[i])a[i]^b[i]=c[i]
bitwise_not(A,B,mask):按位非,b[i] =~a[i]
bitwise_or(A,B,C):按位或,C=AB
bitewise_xor(A,B,C):按位异或,C=AB
此处需要注意的是,所有这些运算都会调用cv::saturate_cast函数来进行截断操作,以保证输出像素值都在合理的范围之内。另外,OpenCV对c++的很多操作符都进行了重载,所以可以直接使用运算符+,=,*,/,&,|,~,^,<,>等来对图像矩阵进行操作,矩阵求逆m.inv(),矩阵转置m.t(),行列式m.determinant(),向量模v.norm(),向量叉乘v1.cross(v2),向量点积v1.dot(v2)
(2)矩阵操作
calcCovarMatrix():计算协方差矩阵
invert(InputArray src,OutputArray dst, int flags=DECOMP_LU):求逆矩阵
sqrt(InputArray src,OutputArray dst):计算平方根
求绝对值:
abs(const Mat& m):求绝对值,输入参数可是矩阵也可是表达式,如:C=abs(A),C=abs(A-B)
absdiff(InputArray src1,InputArray src2, OutputArray dst):absdiff(A,B,C)等价于C=abs(A-B)
cartToPolar(InputArray x, InputArray y,OutputArray magnitude, OutputArray angle, boolangleInDegrees=false):计算二维矢量的幅值和向角
dct(InputArray src,OutputArray dst, int flags=0):离散余弦变换
dft(InputArray src,OutputArray dst, int flags=0, int nonzeroRows=0):离散傅里叶变换
flip(InputArray src,OutputArray dst, int flipCode):对图像进行翻转,flipCode>0,进行垂直翻转;flipCode=0,进行水平翻转;flipCode<0,同时进行水平、垂直翻转;
(3)比较操作
CheckRange():用来判断输入array中的每个元素是否都处于某一范围内
compare(InputArray A, InputArray B,OutputArray C, int cmpop):根据参数cmpop的值来决定A和B比较的方式,其值有CMP_EQ,CMP_GT, CMP_GE, CMP_LT, CMP_LE, CMP_NE,结果输出为C;
min():如C=min(A,B)表示c[i]=min(a[i],b[i])
max():与min()类似
注意,此处所有函数在调用时都要加上命名空间cv::
opencv里面,基本上矩阵、向量能想到的操作都有相对应的函数,非常之多,在此不能一一列出,具体的在opencv的online documentation里面都有。建议大家在实际编程时,遇到跟矩阵相关的运算、操作时都先去查阅一下opencv的online documentation,要是里面有现成的函数就可以直接调用了,没有的再去自己想办法写。有关矩阵操作符的库函数主要集中在opencv_core模块中。
今天用到opencv求解矩阵的协方差矩阵,无意中发现了一个问题,写出来供大家参考。
- #include <opencv2/opencv.hpp>
- #include <iostream>
- using namespace std;
- using namespace cv;
- void displayMat(Mat& mat)
- {
- for (int i = 0;i<mat.rows;i++)
- {
- for (int j = 0;j<mat.cols ;j++)
- {
- printf("%f ",mat.at<double>(i,j));
- }
- printf("\n");
- }
- }
- int main()
- {
- double data[5][4] = { 1, 2, 3 , 4 ,
- 5, 6, 7 , 8 ,
- 9, 0, 1 , 3 ,
- 2, 4, 6 , 8 ,
- 1, 3, 5 , 9
- };
- Mat mat(5,4,CV_64FC1) ;
- for (int i =0;i<mat.rows;i++)
- {
- for (int j = 0;j<mat.cols ;j++)
- {
- mat.at<double>(i,j) = data[i][j];
- }
- }
- Mat covMat;
- Mat meanMat;
- calcCovarMatrix(mat,covMat,meanMat,CV_COVAR_NORMAL|CV_COVAR_ROWS);
- cout<<"cov:"<<endl;
- //打印矩阵
- displayMat(covMat);
- cout<<"mean:"<<endl;
- displayMat(meanMat);
- return 0;
- }
实验结果:
- cov:
- 47.200000 -11.000000 -15.200000 -19.200000
- -11.000000 20.000000 21.000000 19.000000
- -15.200000 21.000000 23.200000 23.200000
- -19.200000 19.000000 23.200000 29.200000
- mean:
- 3.600000 3.000000 4.400000 6.400000
只看这个结果你肯定不会发现任何问题,下面让我们看看matlab中的结果
- data=[1, 2, 3 , 4;
- 5, 6, 7 , 8;
- 9, 0, 1 , 3;
- 2, 4, 6 , 8;
- 1, 3, 5 , 9 ];
- >> cov(data)
- ans =
- 11.8000 -2.7500 -3.8000 -4.8000
- -2.7500 5.0000 5.2500 4.7500
- -3.8000 5.2500 5.8000 5.8000
- -4.8000 4.7500 5.8000 7.3000
- >> cov(data)*4
- ans =
- 47.2000 -11.0000 -15.2000 -19.2000
- -11.0000 20.0000 21.0000 19.0000
- -15.2000 21.0000 23.2000 23.2000
- -19.2000 19.0000 23.2000 29.2000
这次你肯定会发现问题了,是的,OpenCV中求得的协方差矩阵要比matlab中的大4倍!
经过我多次实验的出结论:opencv中求得的协方差矩阵比matlab中的大(n-1)倍!(n是矩阵的行数)
不知道是什么原因,有知道的大神可以说一下。
openCV 图像相加,位运算,协方差,绝对值,比较相关推荐
- c通过位运算求绝对值_初中数学归类总结(四)有理数的乘除乘方及混合运算...
学习了有理数的加减运算以后,再来进行有理数的乘除,就比较容易理解和运算了. 首先我们来看有理数的乘法法则:两数相乘,同号得正,异号得负,并把绝对值相乘:任何数与零相乘,积仍为0.有理数乘法法则和有理数 ...
- 【OpenCV 例程200篇】20. 图像的按位运算
[OpenCV 例程200篇]20. 图像的按位运算 欢迎关注 『OpenCV 例程200篇』 系列,持续更新中 欢迎关注 『Python小白的OpenCV学习课』 系列,持续更新中 函数 cv2.b ...
- 【OpenCV 例程200篇】20. 图像的按位运算(cv2.bitwise)
专栏地址:『youcans 的 OpenCV 例程 200 篇』 文章目录:『youcans 的 OpenCV 例程200篇 - 总目录』 [youcans 的 OpenCV 例程200篇]20. 图 ...
- OpenCV笔记之六(3)——图像处理之图像位运算与图像掩膜
3.图像位运算 位运算在图像处理,特别是掩膜中有着极其重要的作用,主要有与.或.异或以及非等操作. Operation Function AND cv2.bitwise_and OR cv2.bitw ...
- OpenCV:03图像的算数运算
文章目录 掩膜 图像的算数运算 加法运算 利用掩膜遮盖相加结果 减法运算 乘法运算 除法运算 图片的融合 OpenCV的逻辑运算(位运算) 与运算`&` 花图像与十字掩膜做`与运算` 或运算` ...
- 【CV 向】了解 OpenCV 中的算术与位运算
文章目录 引言 1. 利用 NumPy 创建图像 2. 算术运算 2.1 加法与减法 2.2 乘法与除法 3. 位运算 3.1 与运算 3.2 或运算 3.3 异或运算 3.4 非运算 结论 引言 P ...
- python异或运算怎么算_小强学Python+OpenCV之-1.4.4掩膜mask及位运算(与、或、非、异或)...
问题引入 在小强学Python+OpenCV之-1.4.2裁剪一节,我们使用的是numpy数组切片功能实现图片区域的裁剪. 那么,如果我们想要裁剪图像中任意形状的区域时,应该怎么办呢? 答案是,使用掩 ...
- 【OpenCV图像处理】一、图像相加、相减、相乘与相除的实现【转载】
看完了数字图像处理后,从头开始使用opencv进行相关内容的实现,使用的环境是VS2013+OpenCV2.4.9. 1.图像相加 加运算就是两幅图像对应像素的灰度值或彩色分量进行相加.主要有两种用途 ...
- 小强学Python+OpenCV之-1.4.4掩膜mask及位运算
原文:http://blog.csdn.net/eric_pycv/article/details/72887748 问题引入 在1.4.3裁剪一节,我们使用的是numpy数组切片功能实现图片区域的裁 ...
最新文章
- 深度学习中GPU和显存分析
- visual studio内置“iis”组件提取及二次开发
- 使用Spring2.5的Autowired实现注释型的IOC(转载)
- WebSocket-java实现
- Qt::Key_Return和Qt::Key_Enter区别
- .NET高级调试 | 通过JIT拦截无侵入调试 C# Emit 生成的动态代码
- How to uninstall Internet Explorer 7
- 计算机领域数据集下载链接
- PHP 快速解决跨域问题
- 大地测量学基础 | 时间系统
- java消除噪声数据,高光谱图像去噪相关资源汇总(常用对比算法+数据集+评价指标)...
- mysql将数字月份替换成文月份_mysql必知必会--使用数据处理函数
- 项目管理有妙招,看懂你的项目健康状态和完整度
- 家长会计算机教师致辞,家长会教师致辞最新
- 【初识数据结构】手把手教会你时间复杂度的计算方法
- 学习新的计算机语言的方法
- iOS NSDate与NSTimeInterval之间的互转
- OpenCV学习常用网址
- ibm服务器如何查看内存型号,ibmx3650m4不识别|认不出内存怎么办|内存安装规则要求...
- error: void value not ignored as it ought to be
热门文章
- Linux系统时间和时序,什么是时序竞态 Linux系统时序竞态问题分析
- 9型转x型 cobol_【科研模型100例32】A型/X型分子筛
- 电源上的sense什么意思_冷知识:电源开关上的这两个标识有什么含义?
- 微信小程序python自动化测试_微信小程序的自动化测试框架
- php邮件通知,邮件通知设置
- word文档无法连接服务器,sql数据库无法连接服务器解决办法绝对有效
- IDEA注释模板,动作要快,姿势要帅!
- 不想 CRUD 干到老,就来看看这篇 OOM 排查的实战案例!
- 前瞻:Spring Boot 2.4.0 第二个里程碑版本发布
- 开源|阿里巴巴的国产JDK Dragonwell:龙井