【opencv13】cv::Matx固定矩阵类/cv::Vec固定向量类

偏执的太偏执、 2022-04-03 12:10 211阅读 0赞

##### 1.固定矩阵类 #####

固定矩阵类要在编译之前知道其维度，因此叫做“固定”。因此，这些数据都是保存在栈中，且清理也相当快，有专门为小型优化实现矩阵(2×2,3×3,等等)。在OpenCV的c++接口中，固定矩阵类也是许多其他基本类型的核心。固定向量类派生自固定矩阵类，其他类要么派生自固定向量类(如cv::Scalar)，要么在许多重要操作中依赖于转换到固定向量类。像往常一样，固定矩阵类实际上是一个模板。该模板被称为cv::Matx<>，但是单个矩阵通常通过别名分配，别名的组合方式有 c v : : M a t x \{ 1 , 2 , 3 , 4 , 6 \} \{ 1 , 2 , 3 , 4 , 6 \} \{ f , d \} cv::\{Matx\}\{\\\{1,2,3,4,6\\\}\\\{1,2,3,4,6\\\}\\\{f,d\\\}\} cv::Matx\{ 1,2,3,4,6\}\{ 1,2,3,4,6\}\{ f,d\}。  
一般来说，当你用固定矩阵类表示一个矩阵时你要用它来做矩阵代数。如果你的对象真的是一个大数据数组，比如一个图像或者一个庞大的点列表，固定的矩阵类不是正确的解决方案;（这种情况应该用cv::Mat，在之后讨论）。

<table> 
 <thead> 
  <tr> 
   <th>操作</th> 
   <th align="center">例子</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>默认构造函数</td> 
   <td align="center">cv::Matx33f m33f; cv::Matx43d m43d;</td> 
  </tr> 
  <tr> 
   <td>拷贝构造函数</td> 
   <td align="center">cv::Matx22d m22d( n22d );</td> 
  </tr> 
  <tr> 
   <td>带值的构造函数</td> 
   <td align="center">cv::Matx21f m(x0,x1); cv::Matx44d m(x0,x1,x2,x3,x4,x5,x6,x7,x8,x9,x10,x11,x12,x13,x14,x15);</td> 
  </tr> 
  <tr> 
   <td>初始化对应维度的固定值矩阵</td> 
   <td align="center">m33f = cv::Matx33f::all( x );</td> 
  </tr> 
  <tr> 
   <td>初始化对应维度的零矩阵</td> 
   <td align="center">m23d = cv::Matx23d::zeros();</td> 
  </tr> 
  <tr> 
   <td>初始化对应维度的一矩阵</td> 
   <td align="center">m16f = cv::Matx16f::ones();</td> 
  </tr> 
  <tr> 
   <td>创建对应维度的单位矩阵</td> 
   <td align="center">m33f = cv::Matx33f::eye();</td> 
  </tr> 
  <tr> 
   <td>创建一个均匀分布的矩阵</td> 
   <td align="center">m33f = cv::Matx33f::randu( min, max );</td> 
  </tr> 
  <tr> 
   <td>创建一个正太分布的矩阵</td> 
   <td align="center">m33f = cv::Matx33f::nrandn( mean, variance );</td> 
  </tr> 
  <tr> 
   <td>访问函数成员</td> 
   <td align="center">m( i, j ), m( i );//一个参数表示这是个一维矩阵</td> 
  </tr> 
  <tr> 
   <td>矩阵间代数运算</td> 
   <td align="center">m1 = m0; m0 * m1; m0 + m1; m0 – m1;</td> 
  </tr> 
  <tr> 
   <td>单矩阵代数运算</td> 
   <td align="center">m * a; a * m; m / a;</td> 
  </tr> 
  <tr> 
   <td>矩阵比较</td> 
   <td align="center">m1 == m2; m1 != m2;</td> 
  </tr> 
  <tr> 
   <td>矩阵各对应位置乘积</td> 
   <td align="center">m1.dot( m2 );//各个元素相乘并相加</td> 
  </tr> 
  <tr> 
   <td>矩阵各对应位置乘积</td> 
   <td align="center">m1.ddot( m2 );//各个元素相乘并相加，双精度</td> 
  </tr> 
  <tr> 
   <td>reshape矩阵</td> 
   <td align="center">m91f = m33f.reshape&lt;9,1&gt;();</td> 
  </tr> 
  <tr> 
   <td>强制转换矩阵类型</td> 
   <td align="center">m44f = (Matx44f) m44d</td> 
  </tr> 
  <tr> 
   <td>从点(i,j)开始提取一个2*2的子矩阵</td> 
   <td align="center">m44f.get_minor&lt;2, 2&gt;( i, j );</td> 
  </tr> 
  <tr> 
   <td>提取第i行</td> 
   <td align="center">m14f = m44f.row( i );</td> 
  </tr> 
  <tr> 
   <td>提取第j列</td> 
   <td align="center">m41f = m44f.col(j );</td> 
  </tr> 
  <tr> 
   <td>提取矩阵对角，并排成一列</td> 
   <td align="center">m41f = m44f.diag();</td> 
  </tr> 
  <tr> 
   <td>计算矩阵的转置</td> 
   <td align="center">n44f = m44f.t();</td> 
  </tr> 
  <tr> 
   <td>逆矩阵</td> 
   <td align="center">n44f = m44f.inv( method );//默认的method是：cv::DECOMP_LU</td> 
  </tr> 
  <tr> 
   <td>每个元素相乘（不求和）</td> 
   <td align="center">m1.mul( m2 );</td> 
  </tr> 
 </tbody> 
</table>

Note：许多固定矩阵类函数相对于类是静态的。

> 如：利用语句cv::Mat33f::eye()，创建3 × 3单位矩阵。在该例子中，由于eye()是类Mat33f的成员，因此不需要传入参数。

##### 2.固定向量类 #####

固定向量类是从固定矩阵类派生出来的，cv::Vec<>实际上只是cv::Matx<>在只有一列时的一种特殊的矩阵。cv::Vec<>的别名有 c v : : V e c \{ 2 , 3 , 4 , 6 \} \{ b , w , s , i , f , d \} cv::\{Vec\}\\\{ \{2,3,4,6\\\}\\\{b,w,s,i,f,d\\\}\} cv::Vec\{ 2,3,4,6\}\{ b,w,s,i,f,d\}。

<table> 
 <thead> 
  <tr> 
   <th>操作</th> 
   <th align="center">例子</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>默认构造函数</td> 
   <td align="center">Vec2s v2s; Vec6f v6f; // etc…</td> 
  </tr> 
  <tr> 
   <td>拷贝构造函数</td> 
   <td align="center">Vec3f u3f( v3f );</td> 
  </tr> 
  <tr> 
   <td>带值的构造函数</td> 
   <td align="center">Vec2f v2f(x0,x1); Vec6d v6d(x0,x1,x2,x3,x4,x5);</td> 
  </tr> 
  <tr> 
   <td>访问数据成员</td> 
   <td align="center">v4f[ i ]; v3w( j );//利用[]和()都可行</td> 
  </tr> 
  <tr> 
   <td>向量叉乘</td> 
   <td align="center">v3f.cross( u3f );</td> 
  </tr> 
 </tbody> 
</table>

固定向量类的主要便利之处是能够访问具有单个序号的元素，以及一些对于一般矩阵没有意义的特定附加函数(例如，叉乘)。