OPENCV 常用函数

1、cvCloneImage：

IplImage* cvCloneImage( const IplImage* image );

在使用函数之前，不用特地开辟内存，即该函数会自己开一段内存，然后复制好image里面的数据，然后把这段内存中的数据返回.

例如

IplImage *src;

IplImage *dst;

dst = cvCloneImage(src);

就是直接把src这个图像复制给dst，不用给dst特地开辟内存空间了，即不用写dst = cvCreateImage( cvGetSize(src),8,3).

2、cvNot

 

函数cvNot(const CvArr* src,CvArr* dst)会将src中的每一个元素的每一位取反，然后把结果赋给dst。因此，一个值为0x00的8位图像将被映射到0xff，而值为0x83的图像将被映射到0x7c。

void cvNot(  

const CvArr* src,  

CvArr*       dst  

);

 

 

3、cvFlip

 

垂直，水平或即垂直又水平翻转二维数组

void cvFlip( const CvArr* src, CvArr* dst=NULL, int flip_mode=0);

#define cvMirror cvFlip

src

原 数组.

dst

目标责任制 数组. 如果 dst = NULL 翻转是在内部替换.

flip_mode

指定怎样去翻转 数组。

flip_mode = 0 沿X-轴翻转, flip_mode > 0 (如 1) 沿Y-轴翻转， flip_mode < 0 (如 -1) 沿X-轴和Y-轴翻转.见下面的公式

4、CvMat操作

• 分配矩阵空间:

  CvMat* cvCreateMat(int rows, int cols, int type);
  
      type: 矩阵元素类型. 格式为CV_<bit_depth>(S|U|F)C<number_of_channels>.  
      例如: CV_8UC1 表示8位无符号单通道矩阵, CV_32SC2表示32位有符号双通道矩阵.
  
      例程:
      CvMat* M = cvCreateMat(4,4,CV_32FC1);

• 释放矩阵空间:

  CvMat* M = cvCreateMat(4,4,CV_32FC1);
  cvReleaseMat(&M);

• 复制矩阵:

  CvMat* M1 = cvCreateMat(4,4,CV_32FC1);
  CvMat* M2;
  M2=cvCloneMat(M1);

• 初始化矩阵:

  double a[] = { 1,    2,    3,    4,
                   5,    6,    7,    8,
                   9, 10, 11, 12 };
  
  CvMat Ma=cvMat(3, 4, CV_64FC1, a);

  另一种方法:

  CvMat Ma;
  cvInitMatHeader(&Ma, 3, 4, CV_64FC1, a);

• 初始化矩阵为单位阵:

  CvMat* M = cvCreateMat(4,4,CV_32FC1);
  cvSetIdentity(M); // 这里似乎有问题，不成功

  存取矩阵元素

  • 假设需要存取一个2维浮点矩阵的第(i,j)个元素.
  • 间接存取矩阵元素:

    cvmSet(M,i,j,2.0); // Set M(i,j)
    t = cvmGet(M,i,j); // Get M(i,j)

  • 直接存取，假设使用4-字节校正:

    CvMat* M      = cvCreateMat(4,4,CV_32FC1);
    int n         = M->cols;
    float *data = M->data.fl;
    
    data[i*n+j] = 3.0;

  • 直接存取，校正字节任意:

    CvMat* M      = cvCreateMat(4,4,CV_32FC1);
    int     step    = M->step/sizeof(float);
    float *data = M->data.fl;
    
    (data+i*step)[j] = 3.0;

  • 直接存取一个初始化的矩阵元素:

    double a[16];
    CvMat Ma = cvMat(3, 4, CV_64FC1, a);
    a[i*4+j] = 2.0; // Ma(i,j)=2.0;

  矩阵/向量操作

  • 矩阵-矩阵操作:

    CvMat *Ma, *Mb, *Mc;
    cvAdd(Ma, Mb, Mc);        // Ma+Mb     -> Mc
    cvSub(Ma, Mb, Mc);        // Ma-Mb     -> Mc
    cvMatMul(Ma, Mb, Mc);     // Ma*Mb     -> Mc

  • 按元素的矩阵操作:

    CvMat *Ma, *Mb, *Mc;
    cvMul(Ma, Mb, Mc);        // Ma.*Mb    -> Mc
    cvDiv(Ma, Mb, Mc);        // Ma./Mb    -> Mc
    cvAddS(Ma, cvScalar(-10.0), Mc); // Ma.-10 -> Mc

  • 向量乘积:

    double va[] = {1, 2, 3};
    double vb[] = {0, 0, 1};
    double vc[3];
    
    CvMat Va=cvMat(3, 1, CV_64FC1, va);
    CvMat Vb=cvMat(3, 1, CV_64FC1, vb);
    CvMat Vc=cvMat(3, 1, CV_64FC1, vc);
    
    double res=cvDotProduct(&Va,&Vb); // 点乘:     Va . Vb -> res
    cvCrossProduct(&Va, &Vb, &Vc);      // 向量积: Va x Vb -> Vc
    end{verbatim}

    注意 Va, Vb, Vc 在向量积中向量元素个数须相同.

  • 单矩阵操作:

    CvMat *Ma, *Mb;
    cvTranspose(Ma, Mb);        // transpose(Ma) -> Mb (不能对自身进行转置)
    CvScalar t = cvTrace(Ma); // trace(Ma) -> t.val[0] 
    double d = cvDet(Ma);       // det(Ma) -> d
    cvInvert(Ma, Mb);           // inv(Ma) -> Mb

  • 非齐次线性系统求解:

    CvMat* A    = cvCreateMat(3,3,CV_32FC1);
    CvMat* x    = cvCreateMat(3,1,CV_32FC1);
    CvMat* b    = cvCreateMat(3,1,CV_32FC1);
    cvSolve(&A, &b, &x);      // solve (Ax=b) for x

  • 特征值分析(针对对称矩阵):

    CvMat* A    = cvCreateMat(3,3,CV_32FC1);
    CvMat* E    = cvCreateMat(3,3,CV_32FC1);
    CvMat* l    = cvCreateMat(3,1,CV_32FC1);
    cvEigenVV(&A, &E, &l);    // l = A的特征值 (降序排列)
                              // E = 对应的特征向量 (每行)

  • 奇异值分解SVD:

    CvMat* A    = cvCreateMat(3,3,CV_32FC1);
    CvMat* U    = cvCreateMat(3,3,CV_32FC1);
    CvMat* D    = cvCreateMat(3,3,CV_32FC1);
    CvMat* V    = cvCreateMat(3,3,CV_32FC1);
    cvSVD(A, D, U, V, CV_SVD_U_T|CV_SVD_V_T); // A = U D V^T

    标号使得 U 和 V 返回时被转置(若没有转置标号，则有问题不成功!!!).