Study notes for OpenCV——第九节 矩阵的维度、通道和矩阵的访问

最新推荐文章于 2019-12-04 11:21:27 发布
原创 最新推荐文章于 2019-12-04 11:21:27 发布 · 2k 阅读 · 0 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
收录于
【Opencv】学习记录

当前文章被收录于：

【Opencv】学习记录
9 篇文章 0 人学习
订阅专栏 查看详情
Study notes for OpenCV

当前文章被收录于：

Study notes for OpenCV
9 篇文章 2 人学习

想建立一个OpenCV的学习笔记专栏，方便大家学习交流。

订阅专栏 查看详情
本文通过实例详细介绍了矩阵的不同维度和通道数的概念，包括单通道、双通道和多通道矩阵的创建与访问方法，并探讨了多维矩阵的应用。

一、矩阵的维度与通道

单通道：

// CvMat_Get.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include "cxtypes.h"
#include "highgui.h"


int _tmain(int argc, _TCHAR* argv[])
{
	float data[18]=
	{30,60,40,48,50,40,
		 67,65,12,69,28,97,
		 56,87,99,49,25,45};
	CvMat mat;
	cvInitMatHeader(&mat,3,6,CV_32FC1,data);

	for(int y=0;y<mat.rows;y++)
	{
		for(int x=0;x<mat.cols;x++)
		{
			float value = cvGetReal2D(&mat,y,x);   //取y行 x列 2维的

			printf("%f  ",value);

		}
		printf("\n");
	}

	return 0;
}
结果：3行6列


双通道：

// CvMat_Get.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include "cxtypes.h"
#include "highgui.h"


int _tmain(int argc, _TCHAR* argv[])
{
	float data[18]=
	{30,60,40,48,50,40,
		 67,65,12,69,28,97,
		 56,87,99,49,25,45};
	CvMat mat;
	cvInitMatHeader(&mat,3,3,CV_32FC2,data);     //由于是双通道3×3×2=18

	for(int y=0;y<mat.rows;y++)
	{
		for(int x=0;x<mat.cols;x++)
		{
			CvScalar value = cvGet2D(&mat,y,x);   //取y行 x列 2维的

			printf("(%f  %f)",value.val[0],value.val[1]);  //每个坐标点打印两个值;并且用括号括起来

		}
		printf("\n");
	}

	return 0;
}
结果：每一行有3个元素，每一个元素有2个值组成，理解为3×3的矩阵



可以理解为：多通道可以拆分为n个单通道。


多通道：

// CvMat_Get.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include "cxtypes.h"
#include "highgui.h"


int _tmain(int argc, _TCHAR* argv[])
{
	float data[18]=
	{30,60,40,48,50,40,
		 67,65,12,69,28,97,
		 56,87,99,49,25,45};
	CvMat mat;
	cvInitMatHeader(&mat,3,2,CV_32FC3,data);     //由于是三通道3×2×3=18

	for(int y=0;y<mat.rows;y++)
	{
		for(int x=0;x<mat.cols;x++)
		{
			CvScalar value = cvGet2D(&mat,y,x);   //取y行 x列 2维的

			printf("(%f  %f  %f)",value.val[0],value.val[1],value.val[2]);  //每个坐标点打印三个值;并且用括号括起来

		}
		printf("\n");
	}

	return 0;
}
结果：每行有两个元素，每个元素有3个值组成，这个可以这么去理解，一个彩色图像都有RGB三个值。理解3×2的矩阵


多维：维体现的是坐标，通道体现的是元素中值的个数。

// CvMat_Get.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include "cxtypes.h"
#include "highgui.h"


int _tmain(int argc, _TCHAR* argv[])
{
	float data[18]=
	{30,60,40,48,50,40,
		 67,65,12,69,28,97,
		 56,87,99,49,25,45};
	CvMat mat;
	cvInitMatHeader(&mat,3,2,CV_32FC3,data);     //由于是三通道3×2×3=18
	
	//	x,y,z
	int size[3] = {2,2,2}     //x y z=0,1,2
	CvMatND mat_nd;
	cvInitMatNDheader(&mat_nd,3,size,CV_32FC2,data);    //三维双通道    

	for(int y=0;y<mat.rows;y++)
	{
		for(int x=0;x<mat.cols;x++)
		{
			CvScalar value = cvGetRealND(&mat,z,y,x);   //取y行 x列 2维的

			printf("(%f  %f  %f)",value.val[0],value.val[1],value.val[2]);  //每个坐标点打印三个值;并且用括号括起来

		}
		printf("\n");
	}

	return 0;
}
注意：提问:为什么不直接使用OpenCV中cvGetReal2D一系列的函数呢？

这个主要考虑时间效率的问题，因为调用函数的时候，参数要入栈和出栈。一个图像有10000个像素点，或者图像比较大的时候，这样效率就特别低了，所以我们用指针来访问矩阵。

二、矩阵的访问

单通道矩阵的访问

// CvMat_Get.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include "cxtypes.h"
#include "highgui.h"


int _tmain(int argc, _TCHAR* argv[])
{
	float data[18]=
	{30,60,40,48,50,40,
		 67,65,12,69,28,97,
		 56,87,99,49,25,45};
	CvMat mat;
	cvInitMatHeader(&mat,3,6,CV_32FC1,data);  //单通道，3行6列，则每一行4×6=24个字节 step=24

	int y,x ;

	for(y=0;y<mat.rows;y++)
	{
		//先获取第y行的起始地址
		float* p_float = (float*) (mat.data.ptr + y*mat.step);//区分字节	float* da = (float*) (mat.data.ptr + y*mat.step*sizeof(unchar))
		//float* da = (float*) (mat.data.ptr) + y*mat.step;====字节float* da = (float*) (mat.data.ptr) + y*mat.step*sizeof(float)
		
		//获取第y行的第x个元素
		for(x=0;x<mat.cols;x++)
		{
			float value = *(p_float+x);

			printf(" (%f) ",value);
		}

		printf("\n");
	}

	return 0;
}
结果：


这里要区分一个unchar与float字节偏移的问题

float* p_float = (float*) (mat.data.ptr + y*mat.step); //区分字节	float* da = (float*) (mat.data.ptr + y*mat.step*sizeof(unchar))
float* da = (float*) (mat.data.ptr) + y*mat.step;      //    字节   float* da = (float*) (mat.data.ptr) + y*mat.step*sizeof(float)


二通道矩阵的访问

// CvMat_Get.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include "cxtypes.h"
#include "highgui.h"


int _tmain(int argc, _TCHAR* argv[])
{
	float data[18]=
	{30,60,40,48,50,40,
		 67,65,12,69,28,97,
		 56,87,99,49,25,45};
	CvMat mat;
	cvInitMatHeader(&mat,3,3,CV_32FC2,data);  //二通道，3行3列

	int y ,x ;
	int nChannels = 2;   //表示通道数

	for(y=0;y<mat.rows;y++)
	{
		//先获取第y行的起始地址
		float* p_float = (float*) (mat.data.ptr + y*mat.step);

		//获取第y行的第x个元素，每个元素有2个float数
		for(x=0;x<mat.cols;x++)
		{
			float value[2];

			value[0] = *(p_float+nChannels*x);     //指向第y行的第x元素的起始地址，即指向第一个float数据

			value[1] = *(p_float+nChannels*x+1);   //指向第二个float数据


			printf(" (%f %f) ",value[0],value[1]);
		}

		printf("\n");
	}

	return 0;
}
结果：



三通道矩阵的访问

// CvMat_Get.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include "cxtypes.h"
#include "highgui.h"


int _tmain(int argc, _TCHAR* argv[])
{
	float data[18]=
	{30,60,40,48,50,40,
		 67,65,12,69,28,97,
		 56,87,99,49,25,45};
	CvMat mat;
	cvInitMatHeader(&mat,3,2,CV_32FC2,data);  //三通道，3行2列

	int y ,x ;
	int nChannels = 3;   //表示通道数

	for(y=0;y<mat.rows;y++)
	{
		//先获取第y行的起始地址
		float* p_float = (float*) (mat.data.ptr + y*mat.step);

		//获取第y行的第x个元素，每个元素有3个float数
		for(x=0;x<mat.cols;x++)
		{
			float value[3];

			value[0] = *(p_float+nChannels*x);     //指向第y行的第x元素的起始地址，即指向第一个float数据

			value[1] = *(p_float+nChannels*x+1);   //指向第二个float数据

			value[2] = *(p_float+nChannels*x+2);   //指向第三个float数据

			printf(" (%f %f %f) ",value[0],value[1],value[2]);
		}

		printf("\n");
	}

	return 0;
}
结果：



本文尚不成熟，希望大家提出宝贵意见。

敬请关注本博客和新浪微博To_捭阖_youth.





标签
#OpenCV #维度 #通道 #矩阵的访问
Python RegNet CIFAR-10图像分类 混淆矩阵
最新发布
08-22
Python RegNet CIFAR-10图像分类 混淆矩阵 RegNet-Y-400MF 在 CIFAR-10 上训练十类分类，输出混淆矩阵、准确率曲线与 history.csv，数据自动下载。 功能： · CIFAR-10 十类 · RegNet-Y-400MF · 混淆矩阵 · 准确率曲线 · 自动下载数据 · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明，按 README 安装后即可复现。
港股十档行情tick数据包含逐笔成交与委托挂单信息 每笔记录含时间戳、最新价、成交量、成交额，以及买一到买十、卖一到卖十的价格和挂单量
08-22
港股十档行情tick数据包含逐笔成交与委托挂单信息。每笔记录含时间戳、最新价、成交量、成交额，以及买一到买十、卖一到卖十的价格和挂单量。逐笔数据单独记录每笔成交明细，含成交时间、价格、成交量、买卖方向。分钟数据提供开盘、最高、最低、收盘价及成交量、成交额，按分钟汇总。历史跨度覆盖近十五年，以csv表格形式提供。 数据源：CMES金融数据库
Opencv矩阵的维度与通道
HHCCWWlxy的博客
09-13 3257
矩阵与维度 （单通道） #include"highgui.h" int main(int argc, char* argv[]) { float data[18] = { 23,34.,56,67,97,98, 13,43,45,65,76,78, 23,45,56,79,90,76 }; CvMat mat; cvInitMatHeader(&mat, 3
STM32F4 UVC Camera
08-22
打开链接下载源码： https://pan.quark.cn/s/7cb598ca9ffd 通过STM32F4与USB摄像头建立连接，依据UVC标准，采集由摄像头传输的MJPEG或nv12格式的视频流信息，同时利用UVC标准对摄像头的亮度、对比度、色彩饱和度、色调、清晰度、伽玛值、增益、白平衡、逆光补偿以及曝光程度进行调节控制。
OpenCV中double和float类型图像数据的访问
热门推荐
_Casual_的专栏
07-25 1万+
首先解释下结构体IplImage和类Mat
关于怎么怎么把 unsingned char 数据转换为 Opencv 的Mat类型，并且吧图像显示出来
向阳生长，为梦想而活
12-04 980
1、定义 unsignde char* A; 2、定义cv::Mat B(cv::Size(800,500),CV_8U) 3、使用c语言的 memcpy(B.data, A，800*500)//将A指针的数据复制到B中的数据内存，并且给出内存大小 4最后unsignde char 类型数据就会被转化为Mat类型，并且可以显示出来 ...
OpenCV 学习笔记之矩阵的维数和通道数之间的关系
火锅丸子
07-05 3541
1、区分矩阵的维和通道2、如何高效访问矩阵中的数据块1、矩阵的维和通道    访问CvMat数据块   （如何通过opencv函数来访问矩阵中的数据）定义一个三行六列的数组。 通道1指的是：每一个坐标都只有一个值。                                         通道2指的是：每一个坐标上都有两个值。且这两个值是由矩阵的相邻两个数据组成的。             ...
Study notes for OpenCV——第四节：Opencv读取视频
Voidwalkerxiaohui
07-23 2415
一、OpenCV读取视频 使用OpenCV播放视频，和用它来显示图像一样简单。播放视频的时候只需要明白如何循环地读取视频中的每一帧，和怎么退出循环操作。 （1）结构体CvCapture CvCapture 是一个结构体，用来保存图像捕获所需要的信息。  opencv提供两种方式从外部捕获图像 一种是从摄像头中， 一种是通过解码视频得到图像。 两种方式都必须从第一帧开始一帧一帧
Study notes for OpenCV——第六节 写视频文件
Voidwalkerxiaohui
07-25 2328
一、写视频文件 任务：将输入视频流或者捕获的图像序列记录到输出视频流中 思路：创建一个写入设备以便以便一帧一帧将视频流写入视频文件。实现这一功能的函数是cvCreateVideoWriter()，当输出设备被创建之后，我们可以通过调用cvWriteFrame()逐帧将视频流写入文件，写入结束后，我们调用cvReleaseVideoWriter()来释放资源。 二、核心函数介绍 Opencv
Study notes for OpenCV——第一节：环境的搭建与配置
Voidwalkerxiaohui
07-22 2040
一、环境搭建： 1.        分别安装Visual Studio 2008和opencv-2.1.0-win32-vs2008，安装OpenCV的过程中注意选择添加环境变量,把 “add it to your Current User PATH “前的复选框勾上 . 2.     包含相关的库文件、头文件和源文件，过程如下：   工具->选项->项目和解决方案->vc++目录，
Study notes for OpenCV——第七节 OpenCV基本数据结构
Voidwalkerxiaohui
07-25 1796
Opencv基本数据结构 （可以在“……/OpenCV/cxcore/include”目录下的cxtypes.h文件中查看其详细定义） cxcore/include/cxtypes.h CvPoint系列 CvSize系列 CvSize CvRect CvScalar CvArr （1）CvPoint系列 CvPoint：表示图像中的点(见示意图
Study notes for OpenCV——第五节：视频播放控制
Voidwalkerxiaohui
07-24 1564
一、视频播放控制 任务：通过加入一个滚动条来实现视频播放时进行快速拖动；并且实现滚动条随着视频的播放自由移动。 思路：通过添加一个全局变量来表示滚动条位置并且添加一个回调函数更新变量以及重新设置视频读入的位置；同时我们通过一个调用来创建滚动条和确定回调函数。 二、具体代码 // test_video_control.cpp : 定义控制台应用程序的入口点。 // #include "st
Study notes for OpenCV——第三节：Opencv一个简单的程序：显示图像
Voidwalkerxiaohui
07-23 1541
一、显示图像 基于Opencv，我们可以读取各种图像文件，视频文件，还可以读取摄像头。这些功能是Opencv开发包中HighGUI工具集的一部分。下面，我们就使用其中的一些功能来实现如何显示一幅图像。 二、显示图像代码 // show_image.cpp : 定义控制台应用程序的入口点。 // #include "stdafx.h" #include "cv.h" #include "
Study notes for OpenCV——第二节：Opencv的结构与内容
Voidwalkerxiaohui
07-23 1322
OpenCV结构 1、cxcore  2、cv 3、Machine Learning（ML） 4、HighGUI 5、cvcam 6、cvaux   其中，cxcore中 基础结构：CvPoint,CvSize,CvScalar等 数组操作：cvCreateImage,cvCreateMat等 动态结构：CvMemStrorage,CvMemBlock等 绘图函数：cvL
基于分布式模型预测控制的多个固定翼无人机一致性控制（Matlab代码实现）​
08-22
内容概要：本文系统研究了基于分布式模型预测控制（DMPC）的多个固定翼无人机一致性控制问题，提出并实现了相应的Matlab仿真方案。通过建立固定翼无人机精确的动力学模型，结合分布式控制架构，采用模型预测控制策略，使多个无人机在无中央协调的情况下实现状态一致性，如位置、速度和航向的协同收敛。文中详尽阐述了系统建模、控制算法设计、一致性协议构建及Matlab代码实现过程，重点解决了通信延迟、局部信息交互受限以及动态环境适应性等关键技术难点，并通过大量仿真实验验证了该方法的有效性、鲁棒性与可扩展性。; 适合人群：具备一定现代控制理论基础和Matlab编程能力，从事自动化、航空航天、机器人学、集群智能或智能系统等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标：①应用于多无人机协同飞行、编队控制、集群作业与自主导航等实际场景；②服务于高校科研项目、课程设计、学位论文研究及工程原型开发，旨在深入掌握分布式控制与模型预测控制的融合机制与工程实现；③帮助读者复现已有算法成果，并为进一步研究复杂通信拓扑、障碍规避与任务分配等高级功能提供坚实基础。; 阅读建议：建议读者结合Matlab代码与文中的理论推导同步学习，动手搭建仿真模型，重点关注状态一致性收敛过程、代价函数设计与控制参数调优策略，同时可尝试拓展至不同初始条件、通信拓扑结构及外部干扰场景下的性能测试与分析。
Java+Swing+Mysql学生成绩管理系统
08-22
代码下载链接： https://pan.quark.cn/s/a4b39357ea24 lyyzoo-ssms 学生成绩管理系统/学生信息管理系统 博客园地址：http://www.cnblogs.com/chiangchou/p/project-ssms.html
【创新、复现】基于蜣螂优化算法的无线传感器网络覆盖优化研究(Matlab代码实现）
08-22
内容概要：本文围绕基于蜣螂优化算法（DBO）的无线传感器网络（WSN）覆盖优化问题展开研究，旨在通过智能优化算法提升网络覆盖率与资源利用效率。研究采用Matlab进行算法实现，通过对传感器节点的部署位置进行全局寻优，最大化监测区域的覆盖范围并减少覆盖盲区。文中系统阐述了蜣螂优化算法的原理、WSN覆盖模型的构建、适应度函数的设计及仿真流程，并通过对比实验验证了DBO算法在收敛速度、优化精度和稳定性方面相较于传统优化方法的优越性。研究不仅提供了完整的代码实现，还探讨了算法在物联网、环境监测等实际场景中的应用潜力，突出了智能优化技术在解决复杂工程问题中的价值。; 适合人群：具备一定编程基础，熟悉Matlab编程环境，从事无线传感器网络、智能优化算法、物联网应用或相关领域研究的科研人员、工程技术人员及研究生。; 使用场景及目标：①解决无线传感器网络中节点部署导致的覆盖不均与资源浪费问题；②提升复杂环境下WSN的监测覆盖率与系统稳定性；③为智能优化算法在通信网络布局、环境监控、智慧农业等领域的工程应用提供可复现的技术范例； 阅读建议：建议结合提供的Matlab代码进行仿真实验，深入理解蜣螂优化算法的参数设置、迭代机制与收敛特性，同时可尝试将其迁移应用于其他组合优化问题如路径规划、任务调度或多目标优化中，以拓展算法的应用边界。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值