IplImage
一、资源
In this chapter, APIs will make U crazy. Good luck! Next, Review Linear Algebra.
Ref: http://blog.****.net/u012269327/article/category/2291085【学习Opencv笔记】
二、IplImage
- Data structure
"modules/core/include/opencv2/core/types_c.h"
typedef struct _IplImage
{
int nSize; /* sizeof(IplImage) */
int ID; /* version (=0)*/
int nChannels; /* Most of OpenCV functions support 1,2,3 or 4 channels */
int alphaChannel; /* Ignored by OpenCV */
int depth; /* Pixel depth in bits: IPL_DEPTH_8U, IPL_DEPTH_8S, IPL_DEPTH_16S,
IPL_DEPTH_32S, IPL_DEPTH_32F and IPL_DEPTH_64F are supported. */
char colorModel[4]; /* Ignored by OpenCV */
char channelSeq[4]; /* ditto */
int dataOrder; /* 0 - interleaved color channels 隔行扫描, 1 - separate color channels .
cvCreateImage can only create images */
int origin; /* 0 - top-left origin,
1 - bottom-left origin (Windows bitmaps style). */
int align; /* Alignment of image rows (4 or 8).
OpenCV ignores it and uses widthStep instead. */
int width; /* Image width in pixels. */
int height; /* Image height in pixels. */
struct _IplROI *roi; /* Image ROI. If NULL, the whole image is selected. 函数的操作被限定在一小块区域*/
struct _IplImage *maskROI; /* Must be NULL. */
void *imageId; /* " " */
struct _IplTileInfo *tileInfo; /* " " */
int imageSize; /* Image data size in bytes
(==image->height*image->widthStep
in case of interleaved data)*/
char *imageData; /* Pointer to aligned image data. */
int widthStep; /* Size of aligned image row in bytes. */
int BorderMode[4]; /* Ignored by OpenCV. */
int BorderConst[4]; /* Ditto. */
char *imageDataOrigin; /* Pointer to very origin of image data
(not necessarily aligned) -
needed for correct deallocation */
}
IplImage;
三、局部区域操作
- 单区域操作 - ROI
#include <highgui.h>
int main(void)
{
IplImage* src;
cvNamedWindow("Example3_12_pre", CV_WINDOW_AUTOSIZE);
cvNamedWindow("Example3_12_post", CV_WINDOW_AUTOSIZE);
if(((src=cvLoadImage("/home/unsw/lolo.jpg",)) != ))
{
int x = atoi("");
int y = atoi("");
int width = atoi("");
int height = atoi("");
int add = atoi("");
cvShowImage( "Example3_12_pre", src);
cvSetImageROI(src, cvRect(x,y,width,height)); // 设置专注范围
cvAddS(src, cvScalar(add, , , ), src, NULL); // 只在专注的范围执行函数
cvResetImageROI(src); // 如果注销，下一个函数（显示图像）则只会显示指定区域
cvShowImage( "Example3_12_post",src);
cvWaitKey();
}
cvReleaseImage( &src );
cvDestroyWindow("Example3_12_pre");
cvDestroyWindow("Example3_12_post");
return ;
}
- 多区域同时处理
但以下方式更加灵活，方便实现多区域同时处理。
int main(int argc, char** argv)
{
IplImage* interest_img;
CvRect interest_rect;
if( argc == && ((interest_img=cvLoadImage(argv[],)) != ))
{
interest_rect.x = atoi(argv[]);
interest_rect.y = atoi(argv[]);
interest_rect.width = atoi(argv[]);
interest_rect.height = atoi(argv[]);
int add = atoi(argv[]); // Assuming IplImage *interest_img; and
// CvRect interest_rect;
// Use widthStep to get a region of interest
//
// (Alternate method)
//
IplImage *sub_img = cvCreateImageHeader(
cvSize(
interest_rect.width,
interest_rect.height
),
interest_img->depth,
interest_img->nChannels
); sub_img->origin = interest_img->origin; sub_img->widthStep = interest_img->widthStep; sub_img->imageData = interest_img->imageData +
interest_rect.y * interest_img->widthStep +
interest_rect.x * interest_img->nChannels; cvAddS( sub_img, cvScalar(add), sub_img ); cvReleaseImageHeader(&sub_img); cvNamedWindow( "Roi_Add", CV_WINDOW_AUTOSIZE );
cvShowImage( "Roi_Add", interest_img );
cvWaitKey();
}
return ;
}
四、矩阵图像处理函数
全部API
、cvLoadImage：将图像文件加载至内存； 、cvNamedWindow：在屏幕上创建一个窗口； 、cvShowImage：在一个已创建好的窗口中显示图像； 、cvWaitKey：使程序暂停，等待用户触发一个按键操作； 、cvReleaseImage：释放图像文件所分配的内存； 、cvDestroyWindow：销毁显示图像文件的窗口； 、cvCreateFileCapture：通过参数设置确定要读入的AVI文件； 、cvQueryFrame：用来将下一帧视频文件载入内存； 、cvReleaseCapture：释放CvCapture结构开辟的内存空间； 、cvCreateTrackbar：创建一个滚动条； 、cvSetCaptureProperty：设置CvCapture对象的各种属性； 、cvGetCaptureProperty：查询CvCapture对象的各种属性； 、cvGetSize：当前图像结构的大小； 、cvSmooth：对图像进行平滑处理； 、cvPyrDown：图像金字塔，降采样，图像缩小为原来四分之一； 、cvCanny：Canny边缘检测； 、cvCreateCameraCapture：从摄像设备中读入数据； 、cvCreateVideoWriter：创建一个写入设备以便逐帧将视频流写入视频文件； 、cvWriteFrame：逐帧将视频流写入文件； 、cvReleaseVideoWriter：释放CvVideoWriter结构开辟的内存空间； 、CV_MAT_ELEM：从矩阵中得到一个元素； 、cvAbs：计算数组中所有元素的绝对值； 、cvAbsDiff：计算两个数组差值的绝对值； 、cvAbsDiffS：计算数组和标量差值的绝对值； 、cvAdd：两个数组的元素级的加运算； 、cvAddS：一个数组和一个标量的元素级的相加运算； 、cvAddWeighted：两个数组的元素级的加权相加运算(alpha运算)； 、cvAvg：计算数组中所有元素的平均值； 、cvAvgSdv：计算数组中所有元素的绝对值和标准差； 、cvCalcCovarMatrix：计算一组n维空间向量的协方差； 、cvCmp：对两个数组中的所有元素运用设置的比较操作； 、cvCmpS：对数组和标量运用设置的比较操作； 、cvConvertScale：用可选的缩放值转换数组元素类型； 、cvCopy：把数组中的值复制到另一个数组中； 、cvCountNonZero：计算数组中非0值的个数； 、cvCrossProduct：计算两个三维向量的向量积(叉积)； 、cvCvtColor：将数组的通道从一个颜色空间转换另外一个颜色空间； 、cvDet：计算方阵的行列式； 、cvDiv：用另外一个数组对一个数组进行元素级的除法运算； 、cvDotProduct：计算两个向量的点积； 、cvEigenVV：计算方阵的特征值和特征向量； 、cvFlip：围绕选定轴翻转； 、cvGEMM：矩阵乘法； 、cvGetCol：从一个数组的列中复制元素； 、cvGetCols：从数据的相邻的多列中复制元素； 、cvGetDiag：复制数组中对角线上的所有元素； 、cvGetDims：返回数组的维数； 、cvGetDimSize：返回一个数组的所有维的大小； 、cvGetRow：从一个数组的行中复制元素值； 、cvGetRows：从一个数组的多个相邻的行中复制元素值； 、cvGetSize：得到二维的数组的尺寸，以CvSize返回； 、cvGetSubRect：从一个数组的子区域复制元素值； 、cvInRange：检查一个数组的元素是否在另外两个数组中的值的范围内； 、cvInRangeS：检查一个数组的元素的值是否在另外两个标量的范围内； 、cvInvert：求矩阵的逆； 、cvMahalonobis：计算两个向量间的马氏距离； 、cvMax：在两个数组中进行元素级的取最大值操作； 、cvMaxS：在一个数组和一个标量中进行元素级的取最大值操作； 、cvMerge：把几个单通道图像合并为一个多通道图像； 、cvMin：在两个数组中进行元素级的取最小值操作； 、cvMinS：在一个数组和一个标量中进行元素级的取最小值操作； 、cvMinMaxLoc：寻找数组中的最大最小值； 、cvMul：计算两个数组的元素级的乘积(点乘)； 、cvNot：按位对数组中的每一个元素求反； 、cvNormalize：将数组中元素进行归一化； 、cvOr：对两个数组进行按位或操作； 、cvOrs：在数组与标量之间进行按位或操作； 、cvReduce：通过给定的操作符将二维数组简为向量； 、cvRepeat：以平铺的方式进行数组复制； 、cvSet：用给定值初始化数组； 、cvSetZero：将数组中所有元素初始化为0； 、cvSetIdentity：将数组中对角线上的元素设为1，其他置0； 、cvSolve：求出线性方程组的解； 、cvSplit：将多通道数组分割成多个单通道数组； 、cvSub：两个数组元素级的相减； 、cvSubS：元素级的从数组中减去标量； 、cvSubRS：元素级的从标量中减去数组； 、cvSum：对数组中的所有元素求和； 、cvSVD：二维矩阵的奇异值分解； 、cvSVBkSb：奇异值回代计算； 、cvTrace：计算矩阵迹； 、cvTranspose：矩阵的转置运算； 、cvXor：对两个数组进行按位异或操作； 、cvXorS：在数组和标量之间进行按位异或操作； 、cvZero：将所有数组中的元素置为0； 、cvConvertScaleAbs：计算可选的缩放值的绝对值之后再转换数组元素的类型； 、cvNorm：计算数组的绝对范数， 绝对差分范数或者相对差分范数； 、cvAnd：对两个数组进行按位与操作； 、cvAndS：在数组和标量之间进行按位与操作； 、cvScale：是cvConvertScale的一个宏，可以用来重新调整数组的内容，并且可以将参数从一种数据类型转换为另一种； 、cvT：是函数cvTranspose的缩写； 、cvLine：画直线； 、cvRectangle：画矩形； 、cvCircle：画圆； 、cvEllipse：画椭圆； 、cvEllipseBox：使用外接矩形描述椭圆； 、cvFillPoly、cvFillConvexPoly、cvPolyLine：画多边形； 、cvPutText：在图像上输出一些文本； 、cvInitFont：采用一组参数配置一些用于屏幕输出的基本个特定字体； 、cvSave：矩阵保存； 、cvLoad：矩阵读取； 、cvOpenFileStorage：为读/写打开存储文件； 、cvReleaseFileStorage：释放存储的数据； 、cvStartWriteStruct：开始写入新的数据结构； 、cvEndWriteStruct：结束写入数据结构； 、cvWriteInt：写入整数型； 、cvWriteReal：写入浮点型； 、cvWriteString：写入字符型； 、cvWriteComment：写一个XML或YAML的注释字串； 、cvWrite：写一个对象； 、cvWriteRawData：写入多个数值； 、cvWriteFileNode：将文件节点写入另一个文件存储器； 、cvGetRootFileNode：获取存储器最顶层的节点； 、cvGetFileNodeByName：在映图或存储器中找到相应节点； 、cvGetHashedKey：为名称返回一个惟一的指针； 、cvGetFileNode：在映图或文件存储器中找到节点； 、cvGetFileNodeName：返回文件的节点名； 、cvReadInt：读取一个无名称的整数型； 、cvReadIntByName：读取一个有名称的整数型； 、cvReadReal：读取一个无名称的浮点型； 、cvReadRealByName：读取一个有名称的浮点型； 、cvReadString：从文件节点中寻找字符串； 、cvReadStringByName：找到一个有名称的文件节点并返回它； 、cvRead：将对象解码并返回它的指针； 、cvReadByName：找到对象并解码； 、cvReadRawData：读取多个数值； 、cvStartReadRawData：初始化文件节点序列的读取； 、cvReadRawDataSlice：读取文件节点的内容； 、cvGetModuleInfo：检查IPP库是否已经正常安装并且检验运行是否正常； 、cvResizeWindow：用来调整窗口的大小； 、cvSaveImage：保存图像； 、cvMoveWindow：将窗口移动到其左上角为x,y的位置； 、cvDestroyAllWindow：用来关闭所有窗口并释放窗口相关的内存空间； 、cvGetTrackbarPos：读取滑动条的值； 、cvSetTrackbarPos：设置滑动条的值； 、cvGrabFrame：用于快速将视频帧读入内存； 、cvRetrieveFrame：对读入帧做所有必须的处理； 、cvConvertImage：用于在常用的不同图像格式之间转换； 、cvErode：形态腐蚀； 、cvDilate：形态学膨胀； 、cvMorphologyEx：更通用的形态学函数； 、cvFloodFill：漫水填充算法，用来进一步控制哪些区域将被填充颜色； 、cvResize：放大或缩小图像； 、cvPyrUp：图像金字塔，将现有的图像在每个维度上都放大两倍； 、cvPyrSegmentation：利用金字塔实现图像分割； 、cvThreshold：图像阈值化； 、cvAcc：可以将8位整数类型图像累加为浮点图像； 、cvAdaptiveThreshold：图像自适应阈值； 、cvFilter2D：图像卷积； 、cvCopyMakeBorder：将特定的图像轻微变大，然后以各种方式自动填充图像边界； 、cvSobel：图像边缘检测，Sobel算子； 、cvLaplace：拉普拉斯变换、图像边缘检测； 、cvHoughLines2：霍夫直线变换； 、cvHoughCircles：霍夫圆变换； 、cvRemap：图像重映射，校正标定图像，图像插值； 、cvWarpAffine：稠密仿射变换； 、cvGetQuadrangleSubPix：仿射变换； 、cvGetAffineTransform：仿射映射矩阵的计算； 、cvCloneImage：将整个IplImage结构复制到新的IplImage中； 、cv2DRotationMatrix：仿射映射矩阵的计算； 、cvTransform：稀疏仿射变换； 、cvWarpPerspective：密集透视变换(单应性)； 、cvGetPerspectiveTransform：计算透视映射矩阵； 、cvPerspectiveTransform：稀疏透视变换； 、cvCartToPolar：将数值从笛卡尔空间到极坐标(极性空间)进行映射； 、cvPolarToCart：将数值从极性空间到笛卡尔空间进行映射； 、cvLogPolar：对数极坐标变换； 、cvDFT：离散傅里叶变换； 、cvMulSpectrums：频谱乘法； 、cvDCT：离散余弦变换； 、cvIntegral：计算积分图像； 、cvDistTransform：图像的距离变换； 、cvEqualizeHist：直方图均衡化； 、cvCreateHist：创建一新直方图； 、cvMakeHistHeaderForArray：根据已给出的数据创建直方图； 、cvNormalizeHist：归一化直方图； 、cvThreshHist：直方图阈值函数； 、cvCalcHist：从图像中自动计算直方图； 、cvCompareHist：用于对比两个直方图的相似度； 、cvCalcEMD2：陆地移动距离(EMD)算法； 、cvCalcBackProject：反向投影； 、cvCalcBackProjectPatch：图块的方向投影； 、cvMatchTemplate：模板匹配； 、cvCreateMemStorage：用于创建一个内存存储器； 、cvCreateSeq：创建序列； 、cvSeqInvert：将序列进行逆序操作； 、cvCvtSeqToArray：复制序列的全部或部分到一个连续内存数组中； 、cvFindContours：从二值图像中寻找轮廓； 、cvDrawContours：绘制轮廓； 、cvApproxPoly：使用多边形逼近一个轮廓； 、cvContourPerimeter：轮廓长度； 、cvContoursMoments：计算轮廓矩； 、cvMoments：计算Hu不变矩； 、cvMatchShapes：使用矩进行匹配； 、cvInitLineIterator：对任意直线上的像素进行采样； 、cvSampleLine：对直线采样； 、cvAbsDiff：帧差； 、cvWatershed：分水岭算法； 、cvInpaint：修补图像； 、cvGoodFeaturesToTrack：寻找角点； 、cvFindCornerSubPix：用于发现亚像素精度的角点位置； 、cvCalcOpticalFlowLK：实现非金字塔的Lucas-Kanade稠密光流算法； 、cvMeanShift：mean-shift跟踪算法； 、cvCamShift：camshift跟踪算法； 、cvCreateKalman：创建Kalman滤波器； 、cvCreateConDensation：创建condensation滤波器； 、cvConvertPointsHomogenious：对齐次坐标进行转换； 、cvFindChessboardCorners：定位棋盘角点； 、cvFindHomography：计算单应性矩阵； 、cvRodrigues2：罗德里格斯变换； 、cvFitLine：直线拟合算法； 、cvCalcCovarMatrix：计算协方差矩阵； 、cvInvert：计算协方差矩阵的逆矩阵； 、cvMahalanobis：计算Mahalanobis距离； 、cvKMeans2：K均值； 、cvCloneMat：根据一个已有的矩阵创建一个新矩阵； 、cvPreCornerDetect：计算用于角点检测的特征图； 、cvGetImage：CvMat图像数据格式转换成IplImage图像数据格式； 、cvMatMul：两矩阵相乘；
openCV函数 - 219个
- 常用API
常用函数 |
||
| cvAbs | 计算数组中所有元素的绝对值 | 042 |
| cvAbsDiff | 计算两个数组差值的绝对值 | 042 |
| cvAbsDiffs | 计算数组和标量差值的绝对值 | 042 |
| cvAdd | 两个数组的元素级的加运算 | 033 |
| cvAdds | 一个数组和一个标量的元素级的相加运算 | 033 |
| cvAddWeighted | 两个数组的元素的加权相加运算（alpha融合） | 000 |
| cvAvg | 计算数组所有元素的平均值 | 011 |
| cvAvgSdv | 计算数组中所有元素的绝对值和标准差 | 011 |
| cvCalcCovarMatrix | 计算一组n维空间向量的协方差 | 020 |
| cvCmp | 对两个数组中的所有元素运用设置的比较操作 | 002 |
| cvCmps | 对数组和标量运用设置的比较 | 002 |
| cvConvertScale | 用可选的缩放值转换数组元素类型 | 013 |
| cvConvertScaleAbs | 计算可选的缩放值的绝对值之后在转换数组元素的类型 | 013 |
| cvCopy | 把数组中的值复制到另一个数组中 | 001 |
| cvCountNonZero | 计算数组中非0值的个数 | 047 |
| cvCrossProduct | 计算两个三维向量的向量积（叉积） | 051 |
| cvCvtColor | 将数组通道从一个颜色空间转换到另外一个颜色空间 | 010 |
| cvDet | 计算方阵的行列式 | 031 |
| cvDiv | 用另外一个数组对一个数组进行元素级的除法运算 | 041 |
| cvDotProduct | 计算两个向量的点积 | 050 |
| cvEigenVV | 计算方阵的特征值和特征向量 | 031 |
| cvFlip | 围绕选定翻转 | 012 |
| cvGEMM | 矩阵乘法 | 032 |
| cvGetCol | 从一个数组的列中复制元素 | |
| cvGetCols | 从数据的相邻的多列中复制元素 | 045 |
| cvGetDiag | 复制数组中对角线上的所有元素 | 045 |
| cvGetDims | 返回数组的维数 | 044 |
| cvGetDimSize | 返回一个数组的所有维大小 | |
| cvGetRow | 从一个数组的行中复制元素 | |
| cvGetRows | 从一个数组的多个相邻行中复制元素 | 045 |
| cvGetSize | 得到二维数组的尺寸，一CvSize返回 | 014 |
| cvGetSubRect | 从一个数组的子区域复制元素值 | 015 |
| cvInRange | 检查一个数组的元素是否在另外两个数组中的值范围内 | |
| cvInRangeS | 检查一个数组的元素是否在另外两个标量的范围内 | |
| cvInvert | 求矩阵的转置 | |
| cvMahalonobis | 计算两个向量间的马氏距离 | |
| cvMax | 在两个数组中进行元素级的取最大值操作 | 002 |
| cvMaxS | 在一个数组和一个标量中进行元素级的取最大值操作 | 002 |
| cvMerge | 把几个单通道图像合并为一个多通道图像 | 011 |
| cvMin | 在两个数组中进行元素级的取最小值操作 | 002 |
| cvMinS | 在一个数组和一个标量中进行元素级的取最小值操作 | 002 |
| cvMinMaxLoc | 寻找数组中的最大最小值 | 046 |
| cvMul | 计算两个数组元素级的乘积 | 041 |
| cvNot | 按位对数组中的每一个元素求反 | 043 |
| cvNorm | 计算两个数组的正态相关性 | |
| cvNormalize | 将数组中的元素归一化 | |
| cvOr | 对两个数组元素按位或操作 | 043 |
| cvOrs | 对数组与标量之间进行按位或操作 | |
| cvReduce | 通过给定的操作符将二维数组约简为向量 | |
| cvRepeat | 以平铺的方式进行数组复制 | 001 |
| cvSet | 用给定值初始化数组 | 040 |
| cvSetZero | 将数组中的所有元素初始为0 | 040 |
| cvSetIdentity | 将数组中对角线上的元素设为1,其他为0 | |
| cvSolve | 求出线性方程的解 | |
| cvSplit | 将多通道数组分割成但通道数组 | 011 |
| cvSub | 两个数组元素级的相减 | 033 |
| cvSubS | 元素级的从数组减去标量 | |
| cvSubRS | 元素级的从标量减去数组 | |
| cvSum | 对数组中的所有元素求和 | 011 |
| cvSVD | 二维矩阵的奇异值分解 | |
| cvSVBkSb | 奇异值回代计算 | |
| cvTrace | 计算矩阵迹 | |
| cvTranspose | 矩阵的转置运算 | |
| cvXor | 对两个数组进行按位异或运算 | 043 |
| cvXorS | 在数组和标量之间进行安慰异或操作 | |
| cvZero | 将所有数组中的元素置为0 | 040 |
- 000. 两张图像融合
#include <highgui.h>
#include <stdio.h> // alphablend <imageA> <image B> <x> <y> <width> <height>
// <alpha> <beta> int main(void)
{
char *argvv[];
argvv[] = "/home/unsw/lolo.jpg";
argvv[] = "/home/unsw/lolo2.jpg";
argvv[] = "";
argvv[] = "";
argvv[] = "";
argvv[] = "";
argvv[] = "";
argvv[] = "0.1"; IplImage *src1, *src2;
if( ((src1=cvLoadImage(argvv[],)) != ) &&
((src2=cvLoadImage(argvv[],)) != ))
{
int x = atoi(argvv[]);
int y = atoi(argvv[]);
int width = atoi(argvv[]);
int height = atoi(argvv[]);
double alpha = (double)atof(argvv[]);
double beta = (double)atof(argvv[]); cvSetImageROI(src1, cvRect(x,y,width,height));
cvSetImageROI(src2, cvRect(,,width,height)); // 图片混合显示
cvAddWeighted(src1, alpha, src2, beta, 0.0, src1); cvResetImageROI(src1);
cvNamedWindow( "Alpha_blend", );
cvShowImage( "Alpha_blend", src1 );
cvWaitKey();
}
else
printf("Couldn't load one or both of %s, %s\n",argvv[],argvv[]);
return ;
}
cvAddWeighted
- 001. 图片拷贝
#include <cv.h>
#include <highgui.h>
#include <stdio.h> int main(int argc, char** argv)
{
IplImage *src1, *src2,*src3;
src1=cvLoadImage("5.jpg");
src2=cvLoadImage("3.jpg"); // 作为mask
src3=cvLoadImage("7.jpg"); cvCopy(src1,src3,src2); cvShowImage( "测试1", src1);
cvShowImage( "测试2", src2);
cvShowImage( "测试3", src3);
cvWaitKey();
return ;
}
cvCopy
下面的没有去点开关
#include <cv.h>
#include <highgui.h>
#include <stdio.h>
#include <iostream>
using namespace std; int main()
{
IplImage *src1, *src2,*src3;
src1 = cvLoadImage("1.jpg");
src2 = cvLoadImage("7.jpg"); cvRepeat(src1,src2); cvShowImage( "测试1", src1);
cvShowImage( "测试2", src2);
cvWaitKey();
return ;
}
cvRepeat
- 002. 图片比较
CV_CMP_EQ (src1i == src2i)
CV_CMP_GT (src1i > src2i)
CV_CMP_GE (src1i >= src2i)
CV_CMP_LT (src1i < src2i)
CV_CMP_LE (src1i <= src2i)
CV_CMP_NE (src1i != src2i)
比较方式：cmp_op
#include <cv.h>
#include <highgui.h>
#include <stdio.h> int main(int argc, char** argv)
{
IplImage *src1, *src2,*src3;
src1=cvLoadImage("5.jpg");
src2=cvLoadImage("6.jpg");
src3=cvLoadImage("5.jpg"); cvCmp(src1,src2,src3,CV_CMP_GE); cvShowImage( "测试1", src1);
cvShowImage( "测试2", src2);
cvShowImage( "测试3", src3);
cvWaitKey();
return ;
}
cvCmp
#include <cv.h>
#include <highgui.h>
#include <stdio.h> int main(int argc, char** argv)
{
IplImage *src1,*src2;
src1=cvLoadImage("5.jpg");
src2=cvLoadImage("5.jpg"); cvCmpS(src1,250.2,src2,CV_CMP_GE); cvShowImage( "测试1", src1);
cvShowImage( "测试2", src2);
cvWaitKey();
return ;
}
cvCmpS
#include <cv.h>
#include <highgui.h>
#include <stdio.h> int main(int argc, char** argv)
{
IplImage *src1, *src2,*src3;
src1 = cvLoadImage("7.jpg");
src2 = cvLoadImage("1.jpg");
src3 = cvLoadImage("3.jpg"); cvMax(src2,src3,src1); cvShowImage( "测试1", src1);
cvShowImage( "测试2", src2);
cvShowImage( "测试3", src3);
cvWaitKey();
return ;
}
cvMax
#include <cv.h>
#include <highgui.h>
#include <stdio.h> int main(int argc, char** argv)
{
IplImage *src1, *src2,*src3;
src1 = cvLoadImage("7.jpg");
src2 = cvLoadImage("1.jpg"); cvMaxS(src2,,src1); cvShowImage( "测试1", src1);
cvShowImage( "测试2", src2);
cvWaitKey();
return ;
}
cvMaxS
#include <cv.h>
#include <highgui.h>
#include <stdio.h> int main(int argc, char** argv)
{
IplImage *src1, *src2,*src3;
src1 = cvLoadImage("7.jpg");
src2 = cvLoadImage("1.jpg");
src3 = cvLoadImage("3.jpg"); cvMin(src2,src3,src1); cvShowImage( "测试1", src1);
cvShowImage( "测试2", src2);
cvShowImage( "测试3", src3);
cvWaitKey();
return ;
}
cvMin
#include <cv.h>
#include <highgui.h>
#include <stdio.h> int main(int argc, char** argv)
{
IplImage *src1, *src2,*src3;
src1 = cvLoadImage("7.jpg");
src2 = cvLoadImage("1.jpg"); cvMinS(src2,,src1); cvShowImage( "测试1", src1);
cvShowImage( "测试2", src2);
cvWaitKey();
return ;
}
cvMinS
- 010. 色彩空间调整
#include <cv.h>
#include <highgui.h>
#include <stdio.h> int main(int argc, char** argv)
{
IplImage *src2,*src3;
src2=cvLoadImage("/home/unsw/lolo.jpg");
src3=cvLoadImage("/home/unsw/lolo.jpg"); cvCvtColor(src2,src3,CV_RGB2HSV);
cvShowImage( "测试2", src2);
cvShowImage( "测试3", src3);
cvWaitKey();
return ;
}
CV_BGR2RGB
CV_RGB2BGR
CV_RGBA2BGRA
CV_BGRA2RGBA 在RGB或BGR色彩空间之间转换(包括或者不包括alpha 通道)
CV_RGB2RGBA
CV_BGR2BGRA 在RGB或BGR图像中加入alpha 通道
CV_RGBA2RGB
CV_BGRA2BGR 从RGB或BGR图像中删除alpha 通道
CV_RGB2BGRA
CV_RGBA2BGR
CV_BGRA2RGB
CV_BGR2RGBA 加入或者移除alpha通道时，转换RGB到BGR 色彩空间
CV_RGB2GRAY
CV_BGR2GRAY 转换RGB或者BGR色彩空间为灰度空间
CV_GRAY2RGB
CV_GRAY2BGR
CV_RGBA2GRAY
CV_BGRA2GRAY 转换灰度为RGB或者BGR色彩空间(在进程中选择移除alpha通道)
CV_GRAY2RGBA
CV_GRAY2BGRA 转换灰度为RGB或者BGR色彩空间并且加入alpha通道
CV_RGB2BGR565
CV_BGR2BGR565
CV_BGR5652RGB
CV_BGR5652BGR
CV_RGBA2BGR565
CV_BGRA2BGR565
CV_BGR5652RGBA
CV_BGR5652BGRA 在从RGB或者BGR色彩空间转换到BGR565彩色图画时，选择加入或者移除 alpha通道 (16位图)
CV_GRAY2BGR565
CV_BGR5652GRAY 转换灰度为BGR565彩色图像或者反变换(16位图)
CV_RGB2BGR555
CV_BGR2BGR555
CV_BGR5552RGB
CV_BGR5552BGR
CV_RGBA2BGR555
CV_BGRA2BGR555 在从RGB或者BGR色彩空间转换到BGR555色彩空间时，选择加入或者移除alpha通道(16位图)
CV_BGR5552RGBA
CV_BGR5552BGRA
CV_GRAY2BGR555
CV_BGR5552GRAY 转换灰度到BGR555色彩空间或者反变换(16位图)
CV_RGB2XYZ
CV_BGR2XYZ
CV_XYZ2RGB
CV_XYZ2BGR 转换RGB或者BGR色彩空间到CIE XYZ色彩空间或者反变换(Rec 709和D65 白点)
CV_RGB2YCrCb
CV_BGR2YCrCb
CV_YCrCb2RGB
CV_YCrCb2BGR 转换RGB 或者BGR色彩空间到luma-chroma (aka YCC)色彩空间
CV_RGB2HSV
CV_BGR2HSV
CV_HSV2RGB
CV_HSV2BGR 转换RGB或者BGR色彩空间到HSV(hue，saturation，value)色彩空间或反变换
CV_RGB2HLS
CV_BGR2HLS
CV_HLS2RGB
CV_HLS2BGR 转换RGB或者BGR色彩空间到HLS(hue，Lightness，saturation)色彩空间或反变换
CV_RGB2Lab
CV_BGR2Lab
CV_Lab2RGB
CV_Lab2BGR 转换RGB或者BGR色彩空间到CIE LAB色彩空间或反变换
CV_RGB2Luv
CV_BGR2Luv
CV_Luv2RGB
CV_Luv2BGR 转换RGB或者BGR色彩空间到CIE Luv色彩空间
CV_BayerBG2RGB
CV_BayerGB2RGB 转换Bayer模式(单通道) 到RGB或者BGR色彩空间
CV_BayerRG2RGB
CV_BayerGR2RGB
CV_BayerBG2BGR
CV_BayerGB2BGR
CV_BayerRG2BGR
CV_BayerGR2BGR
色彩空间宏
- 011. 多通道 分解 or 合并 or 总和 or 均值、标准差
#include<cv.h>
#include<cxcore.h>
#include<highgui.h> using namespace std; int main(int argc,char **argv)
{
//if(argc>=2)
{
IplImage *image,*change,*H,*S,*V,*R,*B,*G,*two,*Zero;
//创建图像显示窗口
cvNamedWindow("image",CV_WINDOW_AUTOSIZE);
cvNamedWindow("R",CV_WINDOW_AUTOSIZE);
cvNamedWindow("G",CV_WINDOW_AUTOSIZE);
cvNamedWindow("B",CV_WINDOW_AUTOSIZE);
cvNamedWindow("HS",CV_WINDOW_AUTOSIZE);
cvNamedWindow("HV",CV_WINDOW_AUTOSIZE);
cvNamedWindow("VS",CV_WINDOW_AUTOSIZE);
cvNamedWindow("RG",CV_WINDOW_AUTOSIZE);
cvNamedWindow("RB",CV_WINDOW_AUTOSIZE);
cvNamedWindow("BG",CV_WINDOW_AUTOSIZE);
cvNamedWindow("Zero",CV_WINDOW_AUTOSIZE); image=cvLoadImage("/home/unsw/lolo.jpg);//载入图像 //分配图像空间
change=cvCreateImage(cvSize(image->width,image->height),IPL_DEPTH_8U,);
R=cvCreateImage(cvSize(image->width,image->height),IPL_DEPTH_8U,);
G=cvCreateImage(cvSize(image->width,image->height),IPL_DEPTH_8U,);
B=cvCreateImage(cvSize(image->width,image->height),IPL_DEPTH_8U,);
H=cvCreateImage(cvSize(image->width,image->height),IPL_DEPTH_8U,);
S=cvCreateImage(cvSize(image->width,image->height),IPL_DEPTH_8U,);
V=cvCreateImage(cvSize(image->width,image->height),IPL_DEPTH_8U,);
two=cvCreateImage(cvSize(image->width,image->height),IPL_DEPTH_8U,);
Zero=cvCreateImage(cvSize(image->width,image->height),IPL_DEPTH_8U,); cvZero(Zero);//在将两个通道合并是，不能没有第三个通道，而是将该通道设为空白，即全0 cout<<"IPL_DEPTH_8U = "<<IPL_DEPTH_8U<<endl;
cout<<"CV_RGB2HSV = "<<CV_RGB2HSV<<endl;
cout<<"CV_HSV2RGB = "<<CV_HSV2RGB<<endl; cvCvtColor(image,change,CV_RGB2HSV); //将RGB色系转换为HSV色系 cvSplit(image,R,G,B,);//分离多通道
cvSplit(change,H,S,V,);//分离多通道 //显示RGB图单通道图
cvShowImage("image",image);
cvShowImage("Zero",Zero);
cvShowImage("R",R);
cvShowImage("G",G);
cvShowImage("B",B); cvMerge(R,G,Zero,,two); //合并两个图像空间
cvShowImage("RG",two);//显示B通道为空白时的图像 cvMerge(Zero,G,B,,two);
cvShowImage("BG",two); cvMerge(R,Zero,B,,two);
cvShowImage("RB",two); cvMerge(H,S,Zero,,two);
cvCvtColor(two,change,CV_HSV2RGB);//cvShowImage是按照RGB色彩方式显示图像的，故要通过RGB色系展示对HSV色系的更改效果
cvShowImage("HS",change); cvMerge(Zero,S,V,,two);
cvCvtColor(two,change,CV_HSV2RGB);//cvShowImage是按照RGB色彩方式显示图像的，故要通过RGB色系展示对HSV色系的更改效果
cvShowImage("VS",change); cvMerge(H,Zero,V,,two);
cvCvtColor(two,change,CV_HSV2RGB);//cvShowImage是按照RGB色彩方式显示图像的，故要通过RGB色系展示对HSV色系的更改效果
cvShowImage("HV",change); cvWaitKey(); cvDestroyAllWindows();
cvReleaseImage(&image);
cvReleaseImage(&change);
}
system("pause");
return ;
}
多通道分解实例
void cvMerge(//cvSplit()的逆运算
const CvArr* src0,//图1
const CvArr* src1,//图2
const CvArr* src2,//图3
const CvArr* src3,//图4
CvArr* dst//结果图
);
cvMerge
#include <cv.h>
#include <highgui.h>
#include <stdio.h> int main(int argc, char** argv)
{
IplImage *src1,*src2,*dst11,*dst12,*dst13; src1=cvLoadImage("5.jpg");
src2=cvLoadImage("7.jpg"); dst11 = cvCreateImage(cvSize(src1->width, src1->height), IPL_DEPTH_8U, );
dst12 = cvCreateImage(cvSize(src1->width, src1->height), IPL_DEPTH_8U, );
dst13 = cvCreateImage(cvSize(src1->width, src1->height), IPL_DEPTH_8U, ); cvSplit(src1, dst11, dst12, dst13, );//分解
cvMerge(dst11,dst12,dst13,NULL,src2); //再合并 cvShowImage( "测试", src2); cvWaitKey();
return ;
}
多通道合并实例
#include <cv.h>
#include <highgui.h>
#include <stdio.h>
#include <iostream>
using namespace std; int main()
{
IplImage *src1,*dst1,*dst2,*dst3,*dst4;
src1=cvLoadImage("3.jpg",); CvScalar cs = cvSum(src1); cout << "通道一总和：";
cout << cs.val[] << endl;
cout << "通道二总和：";
cout << cs.val[] << endl;
cout << "通道三总和：";
cout << cs.val[] << endl;
cout << "通道四总和：";
cout << cs.val[] << endl; getchar();
return ;
}
cvSum
#include <cv.h>
#include <highgui.h>
#include <iostream>
#include <stdio.h>
using namespace std; int main(int argc, char** argv)
{
IplImage *src1;
src1=cvLoadImage("1.jpg"); CvScalar cs; cs = cvAvg(src1); cout<<cs.val[] << endl;
cout<<cs.val[] << endl;
cout<<cs.val[] << endl;
cout<<cs.val[] << endl; getchar();
return ;
}
cvAvg
#include <cv.h>
#include <highgui.h>
#include <iostream>
#include <stdio.h>
using namespace std; int main(int argc, char** argv)
{
IplImage *src1;
src1=cvLoadImage("1.jpg"); CvScalar cs,cs1; cvAvgSdv(src1,&cs,&cs1); // <-- 多了标准差 cout<<"平均值："<<endl;
cout<<cs.val[] << endl;
cout<<cs.val[] << endl;
cout<<cs.val[] << endl;
cout<<cs.val[] << endl;
cout <<endl; cout <<"标准差"<<endl;
cout<<cs1.val[] << endl;
cout<<cs1.val[] << endl;
cout<<cs1.val[] << endl;
cout<<cs1.val[] << endl; getchar();
return ;
}
cvAvgSdv附送标准差
- 012. 轴翻转
- 013. 像素线性变换
#include <cv.h>
#include <highgui.h>
#include <stdio.h> int main(int argc, char** argv)
{
IplImage *src2,*src3;
src2=cvLoadImage("3.jpg");
src3=cvLoadImage("7.jpg"); cvConvertScale(src2,src3,4.0,-220.0); cvShowImage( "测试2", src2);
cvShowImage( "测试3", src3);
getchar();
return ;
}
cvConvertScale
#include <cv.h>
#include <highgui.h>
#include <stdio.h> int main(int argc, char** argv)
{
IplImage *src2,*src3;
src2=cvLoadImage("3.jpg");
src3=cvLoadImage("7.jpg"); cvConvertScaleAbs(src2,src3,4.0,-220.5); cvShowImage( "测试2", src2);
cvShowImage( "测试3", src3);
cvWaitKey();
return ;
}
cvConvertScaleAbs
cvScale是cvConvertScale的一个宏，可以用来重新调整数组的内容，并且可以将参数从一种数据类型转换为另一种；
#include <cv.h>
#include <highgui.h>
#include <stdio.h>
#include <iostream>
using namespace std; int main()
{
IplImage* src1 = cvLoadImage("1.jpg",CV_LOAD_IMAGE_GRAYSCALE); IplImage* src2 = cvCloneImage(src1); IplImage* dst = cvCreateImage(cvGetSize(src1),IPL_DEPTH_64F,src1->nChannels); double max_Val,min_Val;
cvScale(src1,dst,1.0,0.0);
cvAdd(dst,dst,dst); cvMinMaxLoc(dst, &min_Val, &max_Val, NULL, NULL, NULL); // <-- cvScale(dst,src2,1.0,0.0); cvScale(dst, dst, 1.0/(max_Val-min_Val), 1.0*(-min_Val)/(max_Val-min_Val)); // <-- cvMinMaxLoc(dst, &min_Val, &max_Val, NULL, NULL, NULL); cvShowImage("测试1",src1); cvShowImage("测试2",src2); cvShowImage("结果",dst); cvWaitKey(-);
return ;
}
cvScale
- 014. 图像尺寸
#include <cv.h>
#include <highgui.h>
#include <stdio.h>
#include <iostream>
using namespace std; int main()
{
IplImage *src1;
src1=cvLoadImage("5.jpg"); CvSize cs = cvGetSize(src1); cout << "图像的尺寸为：（单位：像素）"<<endl;
cout <<"高："<< cs.height << endl;
cout <<"宽："<<cs.width << endl; getchar();
return ;
}
cvGetSize
- 015. 截取图像区域
#include <cv.h>
#include <highgui.h>
#include <stdio.h>
#include <iostream>
using namespace std; int main()
{
IplImage *res;
int subX = ;
int subY = ; CvMat matSrc; res = cvLoadImage("1.jpg", CV_LOAD_IMAGE_COLOR); subX = res->width / ;
subY = res->height / ; CvMat *pMat = cvGetSubRect(res, &matSrc, cvRect(, , res->width - subX, res->height - subY)); IplImage *pSubImg = cvCreateImageHeader(cvSize(, ), , );
cvGetImage(pMat, pSubImg); cvShowImage("所截图像",pSubImg);
cvShowImage("原图像", res);
cvWaitKey();
return ;
}
cvGetSubRect
- 016. 像素设值
#include <cv.h>
#include <highgui.h>
#include <stdio.h> int main()
{
IplImage *src1, *src2;
src1 = cvLoadImage("1.jpg");
src2 = cvLoadImage("1.jpg"); CvScalar cs;
cs.val[] = ;
cs.val[] = ;
cs.val[] = ;
cs.val[] = ; cvSet(src1,cs); cvShowImage( "结果图", src1);
cvShowImage( "原图", src2);
cvWaitKey();
return ;
}
cvSet
#include <cv.h>
#include <highgui.h>
#include <stdio.h> int main()
{
IplImage *src1, *src2;
src1 = cvLoadImage("1.jpg");
src2 = cvLoadImage("1.jpg"); CvScalar cs;
cs.val[] = ;
cs.val[] = ;
cs.val[] = ;
cs.val[] = ; cvSetZero(src1); cvShowImage( "结果图", src1);
cvShowImage( "原图", src2);
cvWaitKey();
return ;
}
cvSetZero
- 020 协方差矩阵
![[OpenCV] IplImage and Operation](https://image.shishitao.com:8440/aHR0cHM6Ly9pbWFnZXMyMDE1LmNuYmxvZ3MuY29tL2Jsb2cvMzEwMDE1LzIwMTYwNy8zMTAwMTUtMjAxNjA3MDkwODUzMjk1NDYtMTY0NTEwNDYwMC5qcGc%3D.jpg?w=700&webp=1 "[OpenCV] IplImage and Operation")
- 协方差矩阵很简单，可它却是很多领域里的非常有力的工具。它能导出一个变换矩阵，这个矩阵能使数据完全去相关(decorrelation)。从不同的角度来看，也就是说能够找出一组最佳的基以紧凑的方式来表达数据。(完整的证明请参考瑞利商)。
- 这个方法在统计学中被称为主成分分析(principal components analysis)，在图像处理中称为Karhunen-Loève 变换(KL-变换)。
CV_IMPL void
cvCalcCovarMatrix( const CvArr** vecarr, int count,
CvArr* covarr, CvArr* avgarr, int flags )
{
cv::Mat cov0 = cv::cvarrToMat(covarr), cov = cov0, mean0, mean;
CV_Assert( vecarr != && count >= ); if( avgarr )
mean = mean0 = cv::cvarrToMat(avgarr); if( (flags & CV_COVAR_COLS) != || (flags & CV_COVAR_ROWS) != )
{ cv::Mat data = cv::cvarrToMat(vecarr[]);
cv::calcCovarMatrix( data, cov, mean, flags, cov.type() );
}
else
{
std::vector<cv::Mat> data(count);
for( int i = ; i < count; i++ )
data[i] = cv::cvarrToMat(vecarr[i]);
cv::calcCovarMatrix( &data[], count, cov, mean, flags, cov.type() );
} if( mean.data != mean0.data && mean0.data )
mean.convertTo(mean0, mean0.type()); if( cov.data != cov0.data )
cov.convertTo(cov0, cov0.type());
}
"modules/core/src/matmul.cpp"
该函数的使用 1：
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp> #include <iostream> using namespace cv;
using namespace std; int main(int /*argc*/, char** /*argv*/)
{
Mat_<float> samples = (Mat_<float>(, ) << 1.0, 2.0, 3.0,
4.0, 5.0, 6.0,
7.0, 8.0, 9.0); Mat cov, mu;
cv::calcCovarMatrix(samples, cov, mu, CV_COVAR_NORMAL | CV_COVAR_ROWS); cout << "cov: " << endl;
cout << cov << endl; cout << "mu: " << endl;
cout << mu << endl; return ;
}
运行结果：
cov:
[, , ;
, , ;
, , ]
mu:
[, , ]
该函数的使用 2：
#include <iostream>
#include <fstream>
#include <cv.h>
#include <highgui.h> using namespace std;
using namespace cv; // OpenCV Covariance Example
// Chye Connsynn and Carson Reynolds March 23, 2011
// An example that computes a covariance matrix
// Tested using OpenCV 2.2 on OS X 10.6.7 int main( int argc, char** argv ) {
// Input matrix size
const int rows = ;
const int cols = ; // Input matrix
float x[rows][cols] = {{, , },
{, , }}; // Place input into CvMat**
CvMat** input = new CvMat*[rows];
for(int i=; i<rows; i++) {
input[i] = cvCreateMat(, cols, CV_32FC1);
for(int j=; j<cols; j++) {
cvmSet(input[i], , j, x[i][j]);
}
} // Covariance matrix is N x N,
// where N is input matrix column size
const int n = cols; // Output variables passed by reference
CvMat* output = cvCreateMat(n, n, CV_32FC1);
CvMat* meanvec = cvCreateMat(, rows, CV_32FC1); // Calculate covariance matrix
cvCalcCovarMatrix((const void **) input, \
rows, output, meanvec, CV_COVAR_NORMAL); //Show result
cout << "Covariance matrix:" << endl;
for(int i=; i<n; i++) {
for(int j=; j<n; j++) {
cout << "(" << i << "," << j << "): ";
// normalize by n - 1 so that results are the same
// as MATLAB's cov() and Mathematica's Covariance[]
printf ("%f ", cvGetReal2D(output,i,j) / (rows - ));
cout << "\t";
}
cout << endl;
}
return();
}
运行结果：
Covariance matrix:
(,): 12.500000 (,): -2.500000 (,): -112.500000
(,): -2.500000 (,): 0.500000 (,): 22.500000
(,): -112.500000 (,): 22.500000 (,): 1012.500000
- 021. 转置矩阵
#include <cv.h>
#include <highgui.h>
#include <stdio.h>
#include <iostream>
using namespace std;
int main()
{
double a[][] =
{
{,,,,},
{,,,,},
{,,,,},
{,,,,},
{,,,,}
}; CvMat va = cvMat(,, CV_64FC1,a); double b[][] = {}; CvMat vb = cvMat(,, CV_64FC1,b); cout<<"目标矩阵："<<endl; for(int i=;i<;i++)
{
for(int j=;j<;j++)
printf("%f\t",cvmGet(&va,i,j));
cout << endl;
} cvTranspose(&va,&vb); cout<<"结果矩阵："<<endl; for(int i=;i<;i++)
{
for(int j=;j<;j++)
printf("%f\t",cvmGet(&vb,i,j));
cout << endl;
} getchar();
return ; }
cvTranspose
cvNorm函数
cvNormalize函数
cvReduce函数
- 030. 计算矩阵的 行列式
#include <cv.h>
#include <highgui.h>
#include <stdio.h>
#include <iostream>
using namespace std; int main()
{
double va[] = {,,,,,,,,};
CvMat Va=cvMat(, , CV_64FC1, va);
cout << "该矩阵的行列式的值为"<<cvDet(&Va) << endl;
getchar();
return ;
}
适用于小型矩阵。
- 031. 矩阵的 特征值 和 特征向量
- 032. 矩阵 乘法
double cvGEMM(//矩阵的广义乘法运算
const CvArr* src1,//乘数矩阵
const CvArr* src2,//乘数矩阵
double alpha,//1号矩阵系数
const CvArr* src3,//加权矩阵
double beta,//2号矩阵系数
CvArr* dst,//结果矩阵
int tABC = //变换标记
);
cvGEMM定义
| CV_GEMM_A_T | 转置 src1 |
| CV_GEMM_B_T | 转置 src2 |
| CV_GEMM_C_T | 转置 src3 |
函数对应的乘法运算公式为：
dst = (alpha * src1) x src2 + (beta * src3)
#include <cv.h>
#include <highgui.h>
#include <stdio.h>
#include <iostream>
using namespace std; int main()
{
double a[][] =
{
{,,},
{,,},
{,,}
}; CvMat va=cvMat(,, CV_64FC1,a); cout<<"目标矩阵1："<<endl; for(int i=;i<;i++)
{
for(int j=;j<;j++)
printf("%f\t",cvmGet(&va,i,j));
cout << endl;
} double b[][] =
{
{,,},
{,,},
{,,}
}; CvMat vb =cvMat(, , CV_64FC1, b); cout<<"目标矩阵2："<<endl;
for(int i=;i<;i++)
{
for(int j=;j<;j++)
printf("%f\t",cvmGet(&vb,i,j));
cout << endl;
} double c[][] = {,,,,,,,,};
CvMat vc = cvMat(,, CV_64FC1, c); cvGEMM(&va,&vb,,&vc,,&vc); cout << "结果矩阵："<< endl;
for(int i=;i<;i++)
{
for(int j=;j<;j++)
printf("%f\t",cvmGet(&vc,i,j));
cout << endl;
}
getchar();
return ;
}
cvGEMM
- 033. 矩阵 加减法
#include <cv.h>
#include <highgui.h>
#include <stdio.h> int main(int argc, char** argv)
{
IplImage *src1, *src2,*src3;
src1=cvLoadImage("1.jpg");
src2=cvLoadImage("3.jpg");
src3=cvLoadImage("4.jpg"); cvAdd(src1,src2,src2); cvShowImage( "测试1", src1);
cvShowImage( "测试2", src2);
cvShowImage( "测试3", src3);
cvWaitKey();
return ;
}
cvAdd
#include <cv.h>
#include <highgui.h>
#include <stdio.h> int main()
{
IplImage *src1,*src2,*src3; src1 = cvLoadImage("3.jpg");
src2 = cvLoadImage("1.jpg");
src3 = cvLoadImage("7.jpg"); cvSub(src1,src2,src3); cvShowImage("",src1);
cvShowImage("",src2);
cvShowImage("",src3); cvWaitKey();
return ;
}
cvSub
- 040. 矩阵各元素 初始化
cvZero相当于“与0”
cvSetZero
cvSet 有mask
- 041. 矩阵各元素 相除 or 相乘
"modules/core/include/opencv2/core/types_c.h"
/* CvArr* is used to pass arbitrary
* array-like data structures
* into functions where the particular
* array type is recognized at runtime:
*/
typedef void CvArr;
CvArr
#include <cv.h>
#include <highgui.h>
#include <stdio.h>
#include <iostream>
using namespace std; int main()
{
double va[] = {,,,,,,,,};
CvMat Va=cvMat(, , CV_64FC1, va);
double vb[] = {,,,,,,,,};
CvMat Vb=cvMat(, , CV_64FC1, vb); cout<< "矩阵A："<<endl;
for(int i = ;i < ; i++)
{
for(int j = ; j < ; j++)
cout << CV_MAT_ELEM(Va,double,i,j)<<" ";
cout << endl;
} cout<< "矩阵B："<<endl;
for(int i = ;i < ; i++)
{
for(int j = ; j < ; j++)
cout << CV_MAT_ELEM(Vb,double,i,j)<<" ";
cout << endl;
} cvDiv(&Va,&Vb,&Va,); cout<< "运算后的矩阵："<<endl;
for(int i = ;i < ; i++)
{
for(int j = ; j < ; j++)
cout << CV_MAT_ELEM(Va,double,i,j)<<" ";
cout << endl;
} getchar();
return ;
}
cvDiv
void cvMul(//两个矩阵对应元素相乘
const CvArr* src1,//矩阵1
const CvArr* src2,//矩阵2
CvArr* dst,//结果矩阵
double scale = //因子系数
);
cvMul
#include <cv.h>
#include <highgui.h>
#include <stdio.h>
#include <iostream>
using namespace std; int main()
{
double a[][] =
{
{,,},
{,,},
{,,}
}; CvMat va = cvMat(,, CV_64FC1,a); double b[][] =
{
{,,},
{,,},
{,,}
}; CvMat vb = cvMat(,, CV_64FC1,b); cout<<"目标矩阵："<<endl; for(int i=;i<;i++)
{
for(int j=;j<;j++)
printf("%f\t",cvmGet(&va,i,j));
cout << endl;
} cout<<"因子矩阵："<<endl; for(int i=;i<;i++)
{
for(int j=;j<;j++)
printf("%f\t",cvmGet(&vb,i,j));
cout << endl;
} cvMul(&va,&vb,&va); cout<<"结果矩阵："<<endl; for(int i=;i<;i++)
{
for(int j=;j<;j++)
printf("%f\t",cvmGet(&va,i,j));
cout << endl;
} getchar();
return ; }
cvMul
- 042. 矩阵各元素 绝对值
void cvAbs( //取src中元素的绝对值，写到dst中
const CvArr* src,
const dst
); void cvAbsDiff( //src1减去src2的差的绝对值存入dst
const CvArr* src1,
const CvArr* src2,
const dst
); void cvAbsDiffs( //src中每个元素减去value存入dst中
const CvArr* src,
CvScalar value,
const dst
);
cvAbs, cvAbsDiff, cvAbsDiffs函数定义
#include <cv.h>
#include <highgui.h>
#include <cxcore.h>
#include <iostream>
using namespace std; int main( int argc, char** argv ){
CvMat *mat;
mat=cvCreateMat(,,CV_32FC1); float value = 0.0;
int i = , j = ;
cout<<"初始化原始数组"<<endl;
for ( i = ; i < ; i ++ ){
for( j = ; j < ; j ++ ){ value -= 1.0; // 赋值 -1 --> -16
CV_MAT_ELEM( *mat, float, i, j) = value;
}
}
for ( i = ; i < ; i ++ ){
for( j = ; j < ; j ++ ){ cout<<"\t"<<CV_MAT_ELEM( *mat, float, i, j);
}
cout<<endl;
}
CvMat *matDes; matDes=cvCreateMat(,,CV_32FC1); cout<<"目标矩阵"<<endl;
for ( i = ; i < ; i ++ ){
for( j = ; j < ; j ++ ){
cvmSet( matDes, i, j,);
cout<<"\t"<<CV_MAT_ELEM( *matDes, float, i, j);
} cout<<endl;
} cvAbs( mat, matDes );
cout<<"数组的绝对值"<<endl;
for ( i = ; i < ; i ++ ){
for( j = ; j < ; j ++ ){ cout<<"\t"<<CV_MAT_ELEM( *matDes, float, i, j);
} cout<<endl;
} CvMat *matDiff1 = cvCreateMat(,,CV_32FC1); cvAbsDiff( mat,matDes , matDiff1);
cout<<"两个差的绝对值"<<endl;
for ( i = ; i < ; i ++ ){
for( j = ; j < ; j ++ ){ cout<<"\t"<<CV_MAT_ELEM( *matDiff1, float, i, j);
} cout<<endl;
} CvScalar cs;
cs.val[] = 2.0;
cs.val[] = 1.0; cvAbsDiffS( mat, matDiff1,cs);
cout<<"矩阵减去标准值的绝对值"<<endl;
for ( i = ; i < ; i ++ ){
for( j = ; j < ; j ++ ){ cout<<"\t"<<CV_MAT_ELEM( *matDiff1, float, i, j);
} cout<<endl;
}
cvReleaseMat( &mat );
cvReleaseMat( &matDes );
getchar();
return ;
}
- 043. 矩阵中各元素 逻辑运算
cvNot
cvOr
#include <cv.h>
#include <highgui.h>
#include <stdio.h> int main(int argc, char** argv)
{
IplImage *src1, *src2,*src3;
src1=cvLoadImage("1.jpg");
src2=cvLoadImage("3.jpg");
src3=cvLoadImage("4.jpg"); cvAnd(src1,src2,src3); cvShowImage( "测试1", src1);
cvShowImage( "测试2", src2);
cvShowImage( "测试3", src3);
cvWaitKey();
return ;
}
cvAnd
cvXor
- 044. 矩阵的维度和大小
#include <cv.h>
#include <highgui.h>
#include <stdio.h>
#include <iostream>
using namespace std; int main()
{
double a[][] =
{
{,,,,},
{,,,,},
{,,,,},
{,,,,},
{,,,,}
}; CvMat va=cvMat(,, CV_64FC1,a); cout<<"目标矩阵："<<endl; for(int i=;i<;i++)
{
for(int j=;j<;j++)
printf("%f\t",cvmGet(&va,i,j));
cout << endl;
} int sizes[] = {}; int v = cvGetDims(&va,sizes);
cout << "矩阵的维数：";
cout << v << endl;
cout << "每个维度上的大小："<<endl;
for(int i = ; i<&&sizes[i]!=;i++)
cout << sizes[i] << endl;
getchar();
return ;
}
cvGetDims
- 045. 矩阵的 某行 or 某列 or 对角线
#include <cv.h>
#include <highgui.h>
#include <stdio.h>
#include <iostream>
using namespace std; int main()
{
double a[][] =
{
{,,,,},
{,,,,},
{,,,,},
{,,,,},
{,,,,}
}; CvMat va=cvMat(,, CV_64FC1,a); cout<<"目标矩阵："<<endl; for(int i=;i<;i++)
{
for(int j=;j<;j++)
printf("%f\t",cvmGet(&va,i,j));
cout << endl;
} CvMat vb =cvMat(,, CV_64FC1);
CvMat vc =cvMat(,, CV_64FC1); vc = *(cvGetRows(&va,&vb,,)); cout << "所要取的行为："<< endl;
for(int i=;i<vc.rows;i++)
{
for(int j=;j<vc.cols;j++)
printf("%f\t",cvmGet(&vc,i,j));
cout << endl;
}
getchar();
return ;
}
cvGetRows
#include <cv.h>
#include <highgui.h>
#include <stdio.h>
#include <iostream>
using namespace std; int main()
{
double a[][] =
{
{,,,,},
{,,,,},
{,,,,},
{,,,,},
{,,,,}
}; CvMat va=cvMat(,, CV_64FC1,a); cout<<"目标矩阵："<<endl; for(int i=;i<;i++)
{
for(int j=;j<;j++)
printf("%f\t",cvmGet(&va,i,j));
cout << endl;
} CvMat vb =cvMat(,, CV_64FC1);
CvMat vc =cvMat(,, CV_64FC1); vc = *(cvGetCols(&va,&vb,,)); cout << "所要取的列为："<< endl;
for(int i=;i<vc.rows;i++)
{
for(int j=;j<vc.cols;j++)
printf("%f\t",cvmGet(&vc,i,j));
cout << endl;
}
getchar();
return ;
}
cvGetCols
#include <cv.h>
#include <highgui.h>
#include <stdio.h>
#include <iostream>
using namespace std; int main()
{
double a[][] =
{
{,,,,},
{,,,,},
{,,,,},
{,,,,},
{,,,,}
}; CvMat va=cvMat(,, CV_64FC1,a); cout<<"目标矩阵："<<endl; for(int i=;i<;i++)
{
for(int j=;j<;j++)
printf("%f\t",cvmGet(&va,i,j));
cout << endl;
} CvMat vb =cvMat(,, CV_64FC1);
CvMat vc =cvMat(,, CV_64FC1); vc = *(cvGetDiag(&va,&vb,)); cout << "所要取的对角线为："<< endl;
for(int i=;i<vc.rows;i++)
{
for(int j=;j<vc.cols;j++)
printf("%f\t",cvmGet(&vc,i,j));
cout << endl;
}
getchar();
return ;
}
cvGetDiag
- 046. 矩阵中 最大最小值
#include <cv.h>
#include <highgui.h>
#include <stdio.h>
#include <iostream>
using namespace std; int main()
{
double a[][] =
{
{,,},
{,,},
{,,}
}; CvMat va = cvMat(,, CV_64FC1,a); cout<<"目标矩阵："<<endl; for(int i=;i<;i++)
{
for(int j=;j<;j++)
printf("%f\t",cvmGet(&va,i,j));
cout << endl;
} double min_Val,max_Val; cvMinMaxLoc(&va,&min_Val,&max_Val); cout << "最小值为：" << endl;
cout << min_Val << endl; cout << "最大值为：" << endl;
cout << max_Val << endl; getchar();
return ; }
cvMinMaxLoc
- 047. 矩阵中 非零的个数
- 050. 向量的点积
#include <cv.h>
#include <highgui.h>
#include <stdio.h>
#include <iostream>
using namespace std; int main()
{
double va[] = {,,};
double vb[] = {,,};
CvMat Va=cvMat(, , CV_64FC1, va);
CvMat Vb=cvMat(, , CV_64FC1, vb);
cout << "其内积为：" << cvDotProduct(&Va,&Vb);
getchar();
return ;
}
cvDotProduct
- 051. 三维向量的叉积
叉积，又名叉乘。 最早源自于三维向量空间的运算，因此也叫向量的外积，或者向量积。 两个三维向量的叉积等于一个新的向量， 该向量与前两者垂直，且长度为前两者张成的平行四边形面积， 其方向按照右手螺旋决定。
#include <cv.h>
#include <highgui.h>
#include <stdio.h>
#include <iostream>
using namespace std; int main()
{
double va[] = {,,};
double vb[] = {,,};
double vc[]; CvMat Va=cvMat(, , CV_64FC1, va);
CvMat Vb=cvMat(, , CV_64FC1, vb);
CvMat Vc=cvMat(, , CV_64FC1, vc); cvCrossProduct(&Va, &Vb, &Vc);
//显示向量element
cout <<CV_MAT_ELEM(Vc,double,,)<<endl;
cout <<CV_MAT_ELEM(Vc,double,,)<<endl;
cout <<CV_MAT_ELEM(Vc,double,,)<<endl;
getchar();
return ;
}
cvCrossProduct
cvSVD函数
cvSVBkSb函数
cvSVBkSb函数