【OpenCV学习】矩阵运算和操作2

简介: 作者:gnuhpc 出处:http://www.cnblogs.com/gnuhpc/ #include "cv.h" #include "highgui.h" #include void PrintMat(CvMat *A);//显示矩阵 void GenRandn(CvMat ...

作者:gnuhpc
出处:http://www.cnblogs.com/gnuhpc/

#include "cv.h"
#include "highgui.h"
#include <stdio.h>
void PrintMat(CvMat *A);//显示矩阵
void GenRandn(CvMat *arr,int seed);//生成正态分布的随机矩阵
void GenRand(CvMat *arr,int seed);//生成[0,1]均匀分布的随机矩阵
static int cmp_func(const void * _a,const void * _b,void * userdata);//比较函数
void Test_Multiply();//测试矩阵乘法
void Test_cvGetRawData();//将缓存数据填入CvMat数组中
void Test_DCT();//计算DCT变换
void Test_Rand();//生成随机数
void Test_SeqSort();//二维序列排序
int main(void)
{
    Test_Multiply();
    Test_cvGetRawData();
    Test_DCT();
    Test_Rand();
    Test_SeqSort();
    return 0;
}
/*矩阵乘法*/
void Test_Multiply()
{
    double a[]={1,2,3,4,
                5,6,7,8,
                9,10,11,12};
    double b[]={1,5,9,
        2,6,10,
        3,7,11,
        4,8,12};
    double c[9];
    CvMat Ma,Mb,Mc;
    printf("/n=== Test Multiply ===/n");
    cvInitMatHeader(&Ma,3,4,CV_64FC1,a,CV_AUTOSTEP);
    cvInitMatHeader(&Mb,4,3,CV_64FC1,b,CV_AUTOSTEP);
    cvInitMatHeader(&Mc,3,3,CV_64FC1,c,CV_AUTOSTEP);
    cvMatMulAdd(&Ma,&Mb,0,&Mc);
    PrintMat(&Ma);
    PrintMat(&Mb);
    PrintMat(&Mc);
}
void Test_cvGetRawData()
{
    float *data;
    int step;
    float a[]={ 1,2,3,4,
                -5,6,7,8,
                9,-10,-11,12
    };
    CvMat array;
    CvSize size;
    int x,y;
    printf("/n ===Test get raw dara! ===/n");
    cvInitMatHeader(&array,3,4,CV_32FC1,a,CV_AUTOSTEP);
    cvGetRawData(&array,(uchar **)&data,&step,&size);//得到矩阵的信息
    step/=sizeof(data[0]);
    printf("/nCvMat = ");
    PrintMat(&array);
    printf("/nData = ");
    for (y=0;y<size.height;y++,data+=step)
    {
        printf("/n");
        for (x=0;x<size.width;x++)
        {
            data[x]=(float)fabs(data[x]);
            printf("%8.2f",data[x]);
        }
        printf("/n");
    }
}
void Test_DCT()
{
    float data[]={1,2,3,4,5,6,7,8};
    CvMat a;
    a = cvMat(2,4,CV_32FC1,data);
   
    printf("/n === Test DCT ===");
    printf("/nOriginal Matrix = ");
    PrintMat(&a);
    cvDCT(&a,&a,CV_DXT_FORWARD);
    printf("/n2-D DCT = ");
    PrintMat(&a);
    cvDCT(&a,&a,CV_DXT_INVERSE);
    printf("/n2-D IDCT = ");
    PrintMat(&a);
}
void Test_Rand()
{
    CvMat *a=cvCreateMat(10,6,CV_32F);
    int i;
    printf("/n === Test generating random matrix === ");
    for (i=0;i<5;i++)
    {
        GenRandn(a,i);
        PrintMat(a);
    }
    cvReleaseMat(&a);
}
void GenRand(CvMat *arr,int seed)
{
    CvRandState rng;
    rng.state =cvRNG(0xffffffff);
    cvRandInit(&rng,
        0,1,    /* 现在使用虚参数以后再调整 */
        seed,    /* 使用一个种子  */
        CV_RAND_UNI    /* 指定为均匀分布类型 */
        );
    cvRandArr(&rng.state,arr,CV_RAND_UNI,cvRealScalar(0),cvRealScalar(1));
}
void GenRandn(CvMat *arr,int seed)
{
    CvRandState rng;
    rng.state =cvRNG(0xffffffff);
    cvRandInit(&rng,
        0,1,    /* 现在使用虚参数以后再调整 */
        seed,    /* 使用一个种子  */
        CV_RAND_NORMAL    /* 指定为均匀分布类型 */
        );
    cvRandArr(&rng.state,arr,CV_RAND_NORMAL,cvRealScalar(0),cvRealScalar(1));   
}
void PrintMat(CvMat *A)
{
    int i,j;
    for (i=0;i<A->rows;i++)
    {
        printf("/n");
        switch(CV_MAT_DEPTH(A->type))
        {
            case CV_32F:
            case CV_64F:
                for (j=0;j<A->cols;j++)
                    printf("%9.3f",(float)cvGetReal2D(A,i,j));
                break;
            case CV_8U:
            case CV_16U:
                for (j=0;j<A->cols;j++)
                    printf("%6d",(int)cvGetReal2D(A,i,j));
                break;
            default:
                break;
        }
    }
    printf("/n");
}
void Test_SeqSort()
{
    CvMemStorage *storage = cvCreateMemStorage(0);
    CvSeq *seq=cvCreateSeq(CV_32SC2,sizeof(CvSeq),sizeof(CvPoint),storage);
    int i;
    printf("/n=== Test Sequence sorting! === ");
    for (i=0;i<10;i++)
    {
        CvPoint pt;
        pt.x= rand()%1000; // 得到1000以内的随机数
        pt.y= rand()%1000;
        cvSeqPush(seq,&pt);//添加元素到序列末尾
    }
    printf("/nOriginal point set:/n");
    for (i=0;i<seq->total;i++)
    {
        CvPoint *pt =(CvPoint *)cvGetSeqElem(seq,i);
        printf("(%d,%d)/n",pt->x,pt->y);
    }
    cvSeqSort(seq,cmp_func,0);
    printf("/nAfter sorting: /n");
    for (i=0;i<seq->total;i++)
    {
        CvPoint *pt =(CvPoint *)cvGetSeqElem(seq,i);
        printf("(%d,%d)/n",pt->x,pt->y);
    }
    cvClearSeq(seq);
    cvReleaseMemStorage(&storage);
}
static int cmp_func(const void * _a,const void * _b,void * userdata)
{
    CvPoint *a=(CvPoint *)_a;
    CvPoint *b=(CvPoint *)_b;
    int y_diff=a->y-b->y;
    int x_diff=a->x-b->x;
    return y_diff?y_diff:x_diff;
}

							


               作者:gnuhpc
               出处:http://www.cnblogs.com/gnuhpc/
               除非另有声明,本网站采用知识共享“署名 2.5 中国大陆”许可协议授权。


分享到:

目录
相关文章
|
6月前
|
机器学习/深度学习 人工智能 自然语言处理
OpenCV与AI深度学习之常用AI名词解释学习
AGI:Artificial General Intelligence (通用人工智能):是指具备与人类同等或超越人类的智能,能够表现出正常人类所具有的所有智能行为。又被称为强人工智能。
137 2
|
6月前
|
计算机视觉
OpenCV中图像算术操作与逻辑操作
OpenCV中图像算术操作与逻辑操作
74 1
|
6月前
|
存储 Cloud Native Linux
OpenCV鼠标操作(画红色方框截取图像)
OpenCV鼠标操作(画红色方框截取图像)
|
6月前
|
计算机视觉
OpenCV图像像素逻辑操作
OpenCV图像像素逻辑操作
|
5月前
|
计算机视觉 Python
opencv 处理图像去噪的几种方法学习
OpenCV 提供了多种图像去噪的方法,以下是一些常见的去噪技术以及相应的 Python 代码示例: 均值滤波:使用像素邻域的灰度均值代替该像素的值。
70 0
|
6月前
|
算法 计算机视觉
【Qt&OpenCV 图像阈值操作 threshold】
【Qt&OpenCV 图像阈值操作 threshold】
65 0
|
6月前
|
机器学习/深度学习 开发框架 TensorFlow
### 如何系统化学习OpenCV4
### 如何系统化学习OpenCV4
43 0
|
7月前
|
算法 计算机视觉 Python
【OpenCV】-算子(Sobel、Canny、Laplacian)学习
【OpenCV】-算子(Sobel、Canny、Laplacian)学习
216 2
|
7月前
|
存储 计算机视觉
OpenCV—学习基本绘图
OpenCV—学习基本绘图
|
7月前
|
算法 C++ 计算机视觉
Opencv(C++)学习系列---Laplacian拉普拉斯边缘检测算法
Opencv(C++)学习系列---Laplacian拉普拉斯边缘检测算法
321 0