/*
*CvMat矩阵头
*/
typedef struct CvMat
{
int type; //数据类型,比如CV_32FC1含义是32位浮点型单通道,再比如CV_8UC3含义是8位无符号整型三通道
int step; //每行数据的字节数:元素个数*元素类型的字节长度
int* refcount;/* for internal use only */
int hdr_refcount;
union
{
uchar* ptr; //指向data数据的第一个元素
short* s;
int* i;
float* fl;
double* db;
} data; //共同体data,里面成员公用一个空间,也就是说数据类型可以有这五种。
union
{
int rows; //像素的行数
int height; //图片的高度
};
union
{
int cols; //像素的列数
int width; //图片的宽度
};
} CvMat;

 矩阵基本操作:

// vv.cpp : 定义控制台应用程序的入口点。  

#include <stdio.h>
#include <cv.h>
#include <highgui.h>
#include "cvaux.h" //必须引此头文件
#include "cxcore.h"
using namespace std; int main( int argc, char** argv )
{
int i = ;
float b[] = {,};
float a[] = {,};
/******************矩阵的创建与克隆*********************/
for( i = ; i < ; i++)
b[i] = i + ; //b[i]存放那六个系数
CvMat *Mb = cvCreateMat(, , CV_32FC1); //矩阵的创建 //创建 6行1列 矩阵Mb
cvSetData(Mb,b,CV_AUTOSTEP); //矩阵赋值
printf("type:%d step:%d",Mb->type, Mb->step); CvMat *MbClone=cvCloneMat(Mb); //矩阵克隆
for( i=;i<;i++) //打印输出该矩阵
{
if(i % == ) printf("\n");
printf("%f\t",Mb->data.fl[i]);
}
printf("\n");
for( i=;i<;i++) //打印输出该矩阵
{
if(i % == ) printf("\n");
printf("%f\t",MbClone->data.fl[i]);
}
printf("\n"); for( i = ; i < ; i++)
a[i] = i + ;
CvMat *Ma = cvCreateMat(, , CV_32FC1); //左边的坐标矩阵
cvSetData(Ma,a,CV_AUTOSTEP);
printf("type:%d step:%d",Ma->type, Ma->step);
for( i=;i<;i++)
{
if(i%==) printf("\n");
printf("%f\t",Ma->data.fl[i]);
}
printf("\n");
/******************矩阵创建分解实现 *****************/
//cvCreatMatHeader
//cvCreatMatData
//cvInitMatHeader
float vals[]={0.862633, -0.523233, 0.500000, 0.866623};
CvMat rotmat;
cvInitMatHeader(&rotmat, , , CV_32FC1, vals); //依据存在的矩阵初始化矩阵头
CvMat *rotmatpro = cvCreateMatHeader(,,CV_32FC1); //创建矩阵头,不分配数据空间
CvMat MatCreat=cvMat(,,CV_32FC1, vals); printf("type:%d step:%d", rotmatpro->type, rotmatpro->step); printf("\n");
for( i=;i<;i++) //打印输出该矩阵
{
printf("%f\t",rotmat.data.fl[i]);
}
printf("\n");
for( i=;i<;i++) //打印输出该矩阵
{
printf("%f\t",MatCreat.data.fl[i]);
}
printf("\n"); /*******************矩阵的求解***********************/
CvMat* Mx = cvCreateMat(, ,CV_32FC1); //要求解的矩阵
cvSolve(Ma, Mb, Mx, CV_LU ); //矩阵的求解 solve (Ax=b) for x
for( i=;i<;i++)
{
if(i%==) printf("\n");
printf("%f\t",Mx->data.fl[i]);
}
  
cvReleaseMat(&Ma); //矩阵的释放
cvReleaseMat(&Mb);
cvReleaseMat(&Mx); getchar();
return ;
}

注意:OpenCV中矩阵的行和列是从序号0开始的。且下面的5,1 按平时的习惯指的是第6行,第2列。

矩阵数据的存取很少用到,不再多说了。

        /*****************矩阵数据的存取*********************/
//宏,下面仅用于一二维数组的数据存取
float MaElem5_1=CV_MAT_ELEM(*Ma, float, 5, 1);
float MaElem5_1Int=CV_MAT_ELEM(*Ma, int, 5, 1);
float newValue=7.7;
*((float*)CV_MAT_ELEM_PTR(*Ma, 5, 1))=newValue;
//cvPtr*D 处理多维矩阵
//cvGetRealND 读取多维矩阵数据
//cvGetND
     //cvmGet
     //cvmSet
   /****************************************************/

下面参考http://blog.csdn.net/augusdi/article/details/8864950

初始化矩阵为单位阵: 

  1. CvMat* M = cvCreateMat(4,4,CV_32FC1);
  2. 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:

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

直接存取,假设使用4-字节校正:

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

直接存取,校正字节任意:

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

直接存取一个初始化的矩阵元素:

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

矩阵/向量操作

矩阵-矩阵操作:

  1. CvMat *Ma, *Mb, *Mc;
  2. cvAdd(Ma, Mb, Mc);       // Ma+Mb    -> Mc
  3. cvSub(Ma, Mb, Mc);       // Ma-Mb    -> Mc
  4. cvMatMul(Ma, Mb, Mc);    // Ma*Mb    -> Mc

按元素的矩阵操作:

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

向量乘积: 

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

  1. CvMat *Ma, *Mb;
  2. cvTranspose(Ma, Mb);       // transpose(Ma) -> Mb (不能对自身进行转置)CvScalar
  3. double d = cvDet(Ma);      // det(Ma) -> dcvInvert(Ma, Mb);          // inv(Ma) -> Mb

非齐次线性系统求解:

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

特征值分析(针对对称矩阵): 

  1. CvMat* A   = cvCreateMat(3,3,CV_32FC1);
  2. CvMat* E   = cvCreateMat(3,3,CV_32FC1);
  3. CvMat* l   = cvCreateMat(3,1,CV_32FC1);
  4. 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: 

  1. CvMat* A   = cvCreateMat(3,3,CV_32FC1);
  2. CvMat* U   = cvCreateMat(3,3,CV_32FC1);
  3. CvMat* D   = cvCreateMat(3,3,CV_32FC1);
  4. CvMat* V   = cvCreateMat(3,3,CV_32FC1);
  5. 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!!!).

视频序列操作

从视频序列中抓取一帧

OpenCV支持从摄像头或视频文件(AVI)中抓取图像.

从摄像头获取初始化:

  1. CvCapture* capture = cvCaptureFromCAM(0); // capture from video device #0

从视频文件获取初始化: 

  1. CvCapture* capture = cvCaptureFromAVI("infile.avi");

抓取帧: 

  1. IplImage* img = 0; if(!cvGrabFrame(capture))
  2. {
  3. // 抓取一帧
  4. printf("Could not grab a frame\n\7");
  5. exit(0);
  6. }
  7. img=cvRetrieveFrame(capture);            // 恢复获取的帧图像

要从多个摄像头同时获取图像, 首先从每个摄像头抓取一帧. 在抓取动作都结束后再恢复帧图像.

释放抓取源: 

  1. cvReleaseCapture(&capture);

注意由设备抓取的图像是由capture函数自动分配和释放的. 不要试图自己释放它.

获取/设定帧信息

获取设备特性: 

  1. cvQueryFrame(capture); // this call is necessary to get correct                         // capture properties
  2. int frameH    = (int) cvGetCaptureProperty(capture, CV_CAP_PROP_FRAME_HEIGHT);
  3. int frameW    = (int) cvGetCaptureProperty(capture, CV_CAP_PROP_FRAME_WIDTH);
  4. int fps       = (int) cvGetCaptureProperty(capture, CV_CAP_PROP_FPS);
  5. int numFrames = (int) cvGetCaptureProperty(capture, CV_CAP_PROP_FRAME_COUNT);

所有帧数似乎只与视频文件有关. 用摄像头时不对,奇怪!!!.

获取帧信息: 

  1. float posMsec    = cvGetCaptureProperty(capture, CV_CAP_PROP_POS_MSEC);
  2. int posFrames    = (int) cvGetCaptureProperty(capture, CV_CAP_PROP_POS_FRAMES);
  3. float posRatio   = cvGetCaptureProperty(capture, CV_CAP_PROP_POS_AVI_RATIO);

获取所抓取帧在视频序列中的位置, 从首帧开始按[毫秒]算. 或者从首帧开始从0标号, 获取所抓取帧的标号. 或者取相对位置,首帧为0,末帧为1, 只对视频文件有效.

设定所抓取的第一帧标号: 

  1. // 从视频文件相对位置0.9处开始抓取
  2. cvSetCaptureProperty(capture, CV_CAP_PROP_POS_AVI_RATIO, (double)0.9);

只对从视频文件抓取有效. 不过似乎也不成功!!!

存储视频文件

初始化视频存储器:

  1. CvVideoWriter *writer = 0;
  2. int isColor  = 1;
  3. int fps      = 25;   // or 30
  4. int frameW   = 640; // 744 for firewire cameras
  5. int frameH   = 480; // 480 for firewire cameras
  6. writer = cvCreateVideoWriter("out.avi",CV_FOURCC('P','I','M','1'),fps,cvSize(frameW,frameH),isColor);

其他有效编码:

  1. CV_FOURCC('P','I','M','1')    = MPEG-1 codec
  2. CV_FOURCC('M','J','P','G')    = motion-jpeg codec (does not work well)
  3. CV_FOURCC('M', 'P', '4', '2') = MPEG-4.2 codec
  4. CV_FOURCC('D', 'I', 'V', '3') = MPEG-4.3 codec
  5. CV_FOURCC('D', 'I', 'V', 'X') = MPEG-4 codec
  6. CV_FOURCC('U', '2', '6', '3') = H263 codec
  7. CV_FOURCC('I', '2', '6', '3') = H263I codec
  8. CV_FOURCC('F', 'L', 'V', '1') = FLV1 codec

若把视频编码设为-1则将打开一个编码选择窗口(windows系统下).

存储视频文件:

  1. IplImage* img = 0;
  2. int nFrames = 50;
  3. for(i=0;i<nFrames;i++)
  4. {
  5. cvGrabFrame(capture);           // 抓取帧
  6. img=cvRetrieveFrame(capture);   // 恢复图像
  7. cvWriteFrame(writer,img);       // 将帧添加入视频文件
  8. }

若想在抓取中查看抓取图像, 可在循环中加入下列代码:

  1. cvShowImage("mainWin", img);
  2. key=cvWaitKey(20);            // wait 20 ms

若没有20[毫秒]延迟,将无法正确显示视频序列.

释放视频存储器:

    1. cvReleaseVideoWriter(&writer);

 

cvMat结构体详解的更多相关文章

  1. NetBios 的结构体详解

    [NetBios 的结构体详解] NetBIOS是早期的局域网传输协议. 1.结构体. 2.命令 NetBIOS命令的使用方式有两种,即等待和非等待(或称为同步与异步)方式. 如果命令码的高阶位是0时 ...

  2. Linux下DIR,dirent,stat等结构体详解

    摘自:http://www.liweifan.com/2012/05/13/linux-system-function-files-operation/ 最近在看Linux下文件操作相关章节,遇到了这 ...

  3. Linux进程描述符task_struct结构体详解--Linux进程的管理与调度(一)【转】

    Linux内核通过一个被称为进程描述符的task_struct结构体来管理进程,这个结构体包含了一个进程所需的所有信息.它定义在include/linux/sched.h文件中. 谈到task_str ...

  4. struct net_device网络设备结构体详解

    转自:http://blog.csdn.net/viewsky11/article/details/53046787 在linux中使用struct net_device结构体来描述每一个网络设备.同 ...

  5. Linux下DIR,dirent,stat等结构体详解(转)

    最近在看Linux下文件操作相关章节,遇到了这么几个结构体,被搞的晕乎乎的,今日有空,仔细研究了一下,受益匪浅. 首先说说DIR这一结构体,以下为DIR结构体的定义: struct __dirstre ...

  6. struct socket结构体详解

    原创作品,允许转载,转载时请务必以超链接形式标明文章 原始出处 .作者信息和本声明.否则将追究法律责任.http://weiguozhihui.blog.51cto.com/3060615/15852 ...

  7. CEF CefSettings 结构体 详解

    1. single_process: 设置为ture时,browser和render使用同一个进程.Chromium 不正是支持此运行模式,并且不如默认的多进程稳定. 2. no_sandbox: 沙 ...

  8. I2C初始化结构体详解

    typedef struct { uint32_t I2C_ClockSpeed; /*设置SCL时钟频,此值不低于40000*/ uint16_t I2C_Mode; /* 指定工作模式,可选I2C ...

  9. NetBios 的结构体详解(网络控制块NCB)

    对之前网络基础编程用到控制块NCB进行介绍(补充): 在Win32环境下,使用VC++6.0进行NetBIOS程序开发时, 需要用到nb30.h文件和netapi32.lib静态链接库.前者定义了Ne ...

随机推荐

  1. python中Scikit-Learn机器学习模块

    Scikit-Learn是基于python的机器学习模块,基于BSD开源许可证.这个项目最早由DavidCournapeau 在2007 年发起的,目前也是由社区自愿者进行维护. Scikit-Lea ...

  2. Python中的logging模块

    http://python.jobbole.com/86887/ 最近修改了项目里的logging相关功能,用到了python标准库里的logging模块,在此做一些记录.主要是从官方文档和stack ...

  3. ocLazyLoad angular 按需加载

    ionic 框架 1.引用 index.html 加载 <script type="text/javascript" src="lib/oclazyload/ocL ...

  4. js 监听窗口变化

    window.onresize = function () {.....}jquery $(window).resize(function)

  5. CSS3 transform对普通元素的N多渲染影响

    一.一入transform深似海 一个普普通通的元素,如果应用了CSS3 transform变换,即便这个transform属性值不会改变其任何表面的变化(如scale(1), translate(0 ...

  6. Django1.9开发博客(13)- redis缓存

    Redis 是一个高性能的key-value数据库.redis的出现, 很大程度补偿了memcached这类keyvalue存储的不足,在部分场合可以对关系数据库起到很好的补充作用. 它提供了Pyth ...

  7. iOS 视图控制器转场详解

    iOS 视图控制器转场详解 前言的前言 唐巧前辈在微信公众号「iOSDevTips」以及其博客上推送了我的文章后,我的 Github 各项指标有了大幅度的增长,多谢唐巧前辈的推荐.有些人问我相关的问题 ...

  8. linux 查看剩余内存数

    返回的是kb的数值 cat /proc/meminfo | grep MemFree | cut -d ":" -f2 | sed -e 's/\(^ *\)//' -e 's/\ ...

  9. start with connect by prior 递归查询用法

    这个子句主要是用于B树结构类型的数据递归查询,给出B树结构类型中的任意一个结点,遍历其最终父结点或者子结点. 先看原始数据: create table a_test ( parentid ), sub ...

  10. WCF初探-20:WCF错误协定

    WCF错误协定概述 在所有托管应用程序中,处理错误由 Exception 对象表示. 在基于 SOAP 的应用程序(如 WCF 应用程序)中,服务方法使用 SOAP 错误消息来传递处理错误信息. SO ...