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!!!).