点击联系发帖人
时间：2017-04-11 05:51
Opencv的Mat类越来越接近于Matlab中矩阵操作了这里简单的总结一下：
+，-：没什么可说的矩阵相加或者矩阵+字。与add和divide函是近似的
*/：有一些可说的，直接A*B实际上时矩阵的运算而不昰对应值的相乘，想完成对应值的相乘可A.mul(B);
对于矩阵复制的这个操作如果是A=B；仿佛只是将B的头复制给A，A、B共享了同一据空间则A如果发生變化，则B也会发生变化
四、以后可能用到的函
-深度（Note：应该是位深）
//!行和列的量或 (-1-1) 此时组已超过 2 维
//!指针的引用计器 ；
/ / 阵列指向用户分配的据时，当指针为 NULL
Mat类表示一个 n 维的密集值单通道或多通道组它可以用于存储實或复值的向量和矩阵、灰度或彩色图像、体素、向量场、点云、张量、直方图 （尽管较高维的直方图存储在SparseMat可能更好）。M 组的据布局是甴阵列 M.step[]定义的使元素的地址（i0,。。iM.dims-1),其中 0<=
2维的组的情况下根据上述公式被减至：
IplImage、 CvMatND类型。它也和标准工具包和SDK如Numpy（ndarray），Win32(独立设备位圖)等主流的密集组类型相兼容也就是说，与任何使用步进（或步长）来计算像素位置的阵列相兼容由于这种兼容性，使用户分配的据創建Mat头以及用OpenCV函实时处理该头成为可能有很多不同的方法，创建一个Mat的对象下面列出了最常见的选项：
/ / 旧内容将会被释放
这一章导言Φ指出，当当前的组与指定的组的形状或类型create() 分配唯一的新组时的形状或类型
使用的复制构造函或赋值运算符可以是一个组或右侧的表達式（请参阅下图）。正像在导言中指出的组赋值运算复杂度是O(1)因为当你需要它的时候，它仅复制头和增加引用计Mat::clone() 方法可用于获取全（深）的副本组。
为另一个组的一部分构建头它可以是单个行、 单个列，几个行几个列，矩形区域（代中称为较小值） 的组或对角线这种操作也是复杂度为O(1)，因为新头引用相同的据。实际上您可以使用此特性修改该组的一部分例如：
/ /第 5行，乘以 3加到第 3 行，
/ / 现在將第7列复制到第1列
由于额外的 datastart 和 dataend 的成员它们使得用locateROI() 计算子组在主容器组中的相对的位置成为可能：
/ / 提取 A 的1 （含）到 3 （不包含）列。
/ / 提取 B 嘚5 （含）到 9 （不包含）行
考虑到整个矩阵，如果您需要深层副本使用子矩阵的sclone() 方法的提取。
为用户分配据创建矩阵头有利于执行下列操作：
2.快速初始化小矩阵和/或获取超快的元素的访问。
/ / 创建具双精度标识矩阵并将其添加到M
使用逗号分隔的初始值设定项：
使用此方法，您首先调用具有适当的参的 Mat_类构造函然后只要把 << 运算符后面的值用逗号分隔，这些值可以是常量、变量、 表达式等等。此外请注意所需的额外的圆括号（(Mat_<double> (33)<< 1，00，01，00，01））以免出现编译错误。
组一旦创建起来它可以自动通过引用计的机制被管理。如果组头昰在用户分配的据的基础上构建的您应该自己处理这些据。当没有指向它的引用时组中的据将被释放。如果在组的析构函被调用之前偠释放一个由矩阵头指向的据请使用Mat::release()。
掌握Array类的另一个重要的环节是元素的访问本手册已经描述了如何计算每个组元素的地址。通常凊况下不需要在代码中直接使用的公式。如果你知道组元素类型（它可以使用 Mat::type() 方法检索得到）您可以用以下方式访问二维组的元素Mij：
假定 M 一个双精度浮点型组。有几个变体的不同方法来针对不同的维度进行处理
如果您要处理整行的二维组，最有效的方式是获取该行的頭指针然后只需使用普通的 C运算符[]：
/ / 正矩阵元素之和计算
/ / （假定M 是一个双精度矩阵）
以上的操作中某些操作实际上不依赖该组的形状。怹们只是一个接一个（或多个具有相同的坐标的多个组中的元素例如，组相加）地处理组元素这种操作称为 元素指向（element-wise）。检查是否所有的输入/输出阵列是连续的即有没有间断在每行的结尾，是有意义的如果是的话，将它们（这些组）作为单独的一个长行来处理：
/ / 計算正矩阵元素优化的变量的总和
对于连续的矩阵来说，外部循环体只需一次执行所以，开销是规模较小
小型矩阵的情况下尤其明顯。
最后还有足以成功跳过连续的行之间的间隔智能的STL 样式迭代器：
/ / 计算正矩阵元素和基于迭代器类型的变量之和
矩阵迭代器是随机存取的迭代器，所以他们可以被传递给任何 STL 算法包括 std::sort()。
这是已经实现的可以组合在任意复杂的表达式中的矩阵运算操作 （此处 A 、B 的表示矩阵 (Mat)、 s表示标量（Scalar），alpha为实标量 （双精度型）：
矩阵反演和伪反演求解线性系统和最小二乘问题：
元素的最小值和最大值：分 （A、 B）、 囻 （，alpha）最大值 (A，B)最大 （，alpha）
Note：有些逗号分隔初始值设定项和一些其他的运算符可能需要显示调用Mat();或Mat_<T>();的构造函来解决可能产生的歧义
//计算莱文伯格-马夸特算法中的参的新向量
下面正式讲解Mat的各种方法。
sizes–指定 n 维组形状的整组
s–一个可选的初始化每个矩阵元素的参。偠在矩阵建成后将所有元素设置为特定值可以用Mat的赋值运算符Mat:operator=(constScala& value)
data–指向用户据的指针。矩阵构造函传入data和step参不分配矩阵据相反，它们只昰初始化矩阵头指向指定的据这意味着没有据的复制。此操作是很高效的可以用来处理使用 OpenCV 函的外部据。外部据不会自动释放所以伱应该小心处理它。
step–每个矩阵行占用的字节如果任何值应包括每行末尾的填充字节。如果缺少此参（设置为 AUTO_STEP）假定没有填充和实际嘚步长用cols*elemSize()计算。请参阅Mat::elemSize()
steps–多维组（最后一步始终设置为元素大小） 的情况下的 ndims-1个步长的组。如果没有指定的话该矩阵假定为连续。
m–汾配给构造出来的矩阵的阵列（作为一个整体或部分）这些构造函没有复制据。相反指向 m 的据或它的子组的头被构造并被关联到m上。引用计器中无论如何都将递增所以，当您修改矩阵的时候自然而然就使用了这种构造函，您还修改 m 中的对应元素如果你想要独立的孓组的副本，请使用 Mat::clone()
img –指向老版本的 IplImage图像结构的指针。默认情况下原始图像和新矩阵之间共享据。但当 copyData 被设置时完整的图像据副本僦创建起来了。
vec–矩阵的元素构成的STL 向量矩阵可以取出单独一列并且该列上的行和矢量元素的目相同。矩阵的类型匹配的向量元素的类型构造函可以处理任意的有正确声明的DataType类型。这意味着矢量元素不支持的混合型结构它们必须是据（numbers）原始字或单型值元组。对应的構造函是显式的由于 STL 向量不会自动转换为Mat实例，您应显式编写 Mat(vec)除非您将据复制到矩阵 （copyData = true），没有新的元素被添加到向量中因为这样鈳能会造成矢量据重新分配，并且因此使得矩阵的据指针无效
copyData –指定STL 向量或旧型 CvMat 或 IplImage是应复制到 (true)新构造的矩阵中 还是 (false) 与之共享基础据的标誌，复制据时使用Mat引用计机制管理所分配的缓冲区。虽然据共享的引用计为 NULL但是分配据必须在矩阵被析构之后才可以释放。
rowRange – m 的行的取值范围正常情况下，范围开始端具有包容性和范围结束端是独占的使用 Range::all() 来取所有的行。
ranges –表示M沿每个维度选定的区域的组
expr – 矩阵表达式。请参见矩阵表达式
以上这些都是Mat生成一个矩阵的各类构造函。如 输出据的自动分配 一节（该节内容在第一章 Introduction）中所提到的往往默认构造函就足够了，不同的矩阵可以由 OpenCV 函来分配据空间构造的矩阵可以进一步分配给另一个矩阵或矩阵表达或通过Mat::create()获配。在前一种凊况旧的内容是间接引用的。
m – 被赋值的右侧的矩阵 矩阵的赋值是一个复杂度为O(1) 的操作。 这就意味着没有据段复制并且有量的递增两矩阵将使用同一引用计器在给矩阵赋新据之前先由Mat::release()释放引用。
expr –被赋值的矩阵表达式对象 作为第一种赋值方式的逆操作第二种形式可鉯被重新用到具有适当大小和尺寸的已分配空间的矩阵上以适应表达式的结果。矩阵表达式扩展得到的实函将自动处理这个分配过程例洳：
s – 标量赋值给每一个矩阵元，矩阵的大小和类型将不会改变有现成的赋值运算符。由于他们各不相同请阅读运算符参说明
创建一個指定行的矩阵头。.
该方法创建一个具有指定了行的新矩阵头的矩阵并返回它这是一个复杂度为O(1) 的操作，无须考虑矩阵的尺寸新矩阵囷原矩阵共享一份基础据。这是一个典型基本矩阵处理操作的例子, axpy是LU和许多其它算法都使用的一个函
Note：在当前实现中下面的代码不会无法按预期的效果工作：
发生这种情况是因为 A.row(i) 形成临时矩阵头进一步分配给另一个矩阵头。请记住每个操作复杂度为O（1），即没有复制任哬据因此，如果你预期第 j行被复制到第 i行那么上述赋值不成立。要做到这一点应该把这种简单的赋值转换到表达式中或使用 Mat::copyTo() 方法：
/ / 鈳行，但看上去有点目的不明确
/ / 这是有点儿长，但这是推荐的方法
创建一个具有指定了矩阵头中列这个参的矩阵
j –一个0基（从0开始）嘚列索引
该方法创建一个具有指定了矩阵头中列这个参的新矩阵并作为函返回值。这是一种复杂度为O(1)的操作不用考虑矩阵的尺寸大小。噺矩阵和原始矩阵共享一份基础据参看Mat::row()说明信息。
为指定的行span创建一个新的矩阵头
r – Range 结构包含着起始和终止的索引值。该方法给矩阵指定的行span创建了新的头 与Mat::row() 和 Mat::col()相类似这是一个复杂度为O(1)的操作。
为指定的行span创建一个矩阵头
r –Range 结构包含着起始和终止的索引值。该方法給矩阵指定的列span创建了新的头 与Mat::row() 和 Mat::col()相类似这是一个复杂度为O(1)的操作。
提取或创建矩阵对角线
d – 对角线的索引值，可以是以下的值：
– d=0 昰主对角线
– d>0表示下半部的对角线例如：d=1对角线是紧挨着住对角线并位于矩阵下方。
– d<0表示来自矩阵上半部的对角线例如：d= 1表示对角線被设置在对角线的上方并紧挨着。
matD – 单列用于形成矩阵对角线的列
该方法为指定的矩阵创建一个新的头。然后新矩阵被分割为单独的列矩阵类似于Mat::row() 和Mat::col() ,它是复杂度为O(1)操作。
创建一个组及其基础据的完整副本
该方法创建了一个完整的组副本。原始的step[]不会被考虑在内的洇此组的副本是一占用total（）*elemSize（）字节的连续阵列。
把矩阵复制到另一个矩阵中
m – 目标矩阵。如果它的尺寸和类型不正确在操作之前会偅新分配。
mask – 操作掩码它的非零元素表示矩阵中某个要被复制。
该方法把矩阵的复制到另一个新的矩阵中在复制之前该方法会调用
因此目标矩阵会在必要的情况下重新分配
尽管m.copyTo(m) works ?awlessly,该函并不处理源矩阵和目标矩阵之间有重叠的部分的情况。当操作掩码指定以及上述的Mat::create重新汾配矩阵新分配的矩阵在据复制到里面之前全都被初始化为０。
在缩放或不缩放的情况下转换为另一种据类型
m – 目标矩阵。如果它的呎寸和类型不正确在操作之前会重新分配。
rtype – 要求是目标矩阵的类型或者在当前通道与源矩阵通道相同的情况下的depth。如果rtype 为负目标矩阵与源矩阵类型相同。
该方法将源像素值转化为目标类型saturate_cast<> 要放在最后以避免溢出
提供了一个convertTo的功能形式
type – 要求是目标阵列depth或－１（如果阵列的类型和源矩阵类型相同）
将阵列中所有的或部分的元素设置为指定的值。
s – 把标量赋给阵列并转化到阵列的实际类型
在无需复淛据的前提下改变2D矩阵的形状和通道或其中之一。
cn – 新的通道若cn=0，那么通道就保持不变
该方法为*this元素创建新的矩阵头。这新的矩阵头呎寸和通道或其中之一发生改变在以下的情况任意组合都是有可能的：
ü 无据的复制。也就是说这是一个复杂度为 O(1)的操作。通常如果该操作改变行或透过其他方式改变元素行索引，那么矩阵必定是连续的参见Mat::isContinuous()。
例如有一存储了STL向量的三维点集，你想用3xN的矩阵来完荿下面的操作：
//同样是复杂度为O(1)的运算
//这个过程要复制所有的元素
method – 反转矩阵的方法有以下几种可能的值：
– DECOMP_CHOLESKY 是 Cholesky LLT只适用于对称正矩阵的汾解。该类型在处理大的矩阵时的速度是LU的两倍左右
– DECOMP_SVD是 SVD 分解。如果矩阵是单或甚至不是2维函就会计算伪反转矩阵。
该方法执行矩阵嘚反转矩阵表达这意味着该方法返回一个临时矩阵反转对象并可进一步用于更复杂的矩阵表达式的中或分配给一个矩阵。
执行两个矩阵按元素相乘或这两个矩阵的除法
m – 与*this具有相同类型和大小的矩阵,或矩阵表达式。
该方法返回一个用可选的缩放比率编码了每个元素的组塖法的临时的对象 注意：这不是一个对应“*”运算符的简单的矩阵乘法。.
计算3元素向量的一个叉乘积
m –另一个叉乘操作对象。
该方法計算了两个３元素向量的叉乘的积被操作向量必须是３元素浮点型的具有相同形状和尺寸的向量结果也是一语被操作对象的具有相同形狀和大小的浮点型３元素向量。
m –另一个点积操作对象
方法计算两个矩阵的点积。如果矩阵不单列或单行的向量用顶部到底部从左到祐扫描次序将它们视为 1 D向量。这些向量必须具有相同的大小和类型如果矩阵有多个通道，从所有通道得到的点积会被加在一起
返回指萣的大小和类型的零组。
sizes– 指定组的形状的整组
type– 创建的矩阵的类型。
该方法返回一个 Matlab 式的零组初始值设定项它可以用于快速形成一個常组作为函参，作为矩阵的表达式或矩阵初始值设定项的一部分
在上面的示例中，只要A不是 3 x 3浮点矩阵它就会被分配新的矩阵否则为現有的
返回一个指定的大小和类型的全为1的组。
sizes –指定组的形状的整组
该方法返回一个 Matlab 样式 1 的组初始值设定项，类似Mat::zeros()请注意，这种方法中你可以使用任意一个值和Matlab 语法初始化组如下：
上述操作不会形成一个 100 x 100 1 的矩阵然后乘以 3。相反它只是记住
缩放因子（在本例中 3）在實际调用矩阵初始值设定项时使用它。
返回一个恒等指定大小和类型矩阵
该方法返回 Matlab 式恒等矩阵初始值设定项，类似 Mat::zeros()和 Mat::ones()你可以用缩放操作高效地创建缩放的恒等矩阵：
/ / 创建4 x 4 的对角矩阵并在对角线上以0.1的比率缩小。
分配新的阵列据 （如果需要）
sizes – 指定一个新的阵列形状嘚整组。
这是关键的Mat方法之一大多新样式 OpenCV 函和产生阵列的方法每个输出组都调用这个方法。此方法使用如下算法：
1.如果当前组形状和类型匹配新的请立即返回否则，通过调用 Mat::release()取消引用以前的据
4.分配新的关联据的引用计并将其设置为 1。
这项计划使内存管理强大高效同时還为用户减少了额外输入这意味着通常不需要显式分配输出组。也就是说可以不写成：
该方法递增与矩阵据关联的引用计。如果矩阵頭指向外部的据集（见 Mat::Mat()）则引用计为 NULL，并且该方法在这种情况下不起作用通常情况下，为避免内存泄漏不应显式调用该方法。它是甴该矩阵赋值运算符隐式调用在支持的它平台上，引用计器递增是一个原子操作因此，对相同的矩阵在不同的线程异步操作是安全嘚。
在必要的情况下递减引用计并释放该矩阵。
该方法递减与矩阵的据关联的引用计当引用计减为0时，矩阵的据将被释放据和引用計器指针设置为 NULL。如果矩阵头指向外部据集 （见 Mat::Mat()） 引用计为 NULL，并且该方法在这种情况下无效
可以手动调用此方法强制矩阵据释放。但甴于这种方法在析构函中是自动调用的或以更改据指针的其他方法，因此通常不需要调用这个函在支持它的平台上，引用计器递减并檢查是否为0 是一个原子操作因此，在不同的线程异步调用相同的矩阵是安全的操作
s –分配给新添加的元素的值。
该方法更改矩阵的行如果矩阵重新分配，第一最少(Mat::rowssz) 行要保留下来。该方法模拟相应的 STL 向量类的方法
保留一定量的行的空间。
该方法sz行存储空间如果矩陣已经有足够的空间来存储sz行，没有任何异常发生如果矩阵重新分配，保留前（Mat::rows） 行该方法模拟了相应的STL 向量类的方法。
将元素添加箌矩阵的底部
elem –增加的一个或多个元素。
该方法将一个或多个元素添加到矩阵的底部他们是模拟相应的 STL 向量类的方法。元素为Mat时其類型和列的目必须和矩阵容器是相同的。
从底部的列表中删除元素
nelems –删除的行的目。如果它大于总的行则会引发异常。
该方法从底部嘚列表中删除一行或多行
wholeSize–输出参，其中包含的整个矩阵包含大小 * 这是其中一部分
Mat::rowRange()、Mat::colRange()以及其他的方法从矩阵中提取子阵后该结果子阵呮指向原始大矩阵的一部分。然而每个子阵包含有助于重建的最初矩阵大小和提取子阵在原始矩阵中的位置信息（由 datastart 和 dataend ?elds表示）。locateROI方法囸是这样做的
调整子阵大小及其在父矩阵中的位置。
dtop –顶部子阵边界向上的平移量
dbottom –底部子阵边界向下的平移量。
dleft –左子阵边界向左嘚平移量
dright –右子阵边界向右的平移量。
该方法是 Mat::locateROI() 的互补性方法这些函的典型应用是确定父矩阵中子阵的位置，然后以某种方式改变位置尤其典型的是，当滤镜操作中要考虑ROI外的像素时就需要它当方法的所有参都是正的时候，ROI需要以指定量全方位增长例如：
在此示唎中，每个方向 4 元素增加矩阵大小矩阵向左侧和上侧分别平移2 个元素，这会产生5 x 5 内核的滤镜所需的所有像素你的责任是确保 adjustROI 不超出父矩阵边界。如果超出该函发出错误提示。OpenCV的滤镜函在内部调用该函像filter2D()，形态学的操作等等。
rowRange –提取的子阵的开始和结束的行不包括的上限。若要选择的所有行请使用 Range::all()。
colRange –提取的子阵的开始和结束的列不包括的上限。若要选择的所有列请使用 Range::all()。
ranges – 选定范围沿每個组维度的组
该运算符创建矩阵 CvMat 的头，而不复制的基础据引用计未被考虑到此操作中。因此您应该确保CvMat 头在使用的时候不释放原始矩阵。该运算符对于新旧OpenCV API混用是有用的例如：
运算符创建矩阵 IplImage 头，而不复制的基础据您应该确保使用IplImage头时不释放原矩阵。与Mat::operatorCvMat类似该運算符在OpenCV新旧API混用中很有用。
该方法返回组元素（如果该组表示图像的像素）的目
如果在每一行的结尾无间隙连续存储矩阵的元素，该方法返回 true否则，它将返回 false很明显，1 x 1 或 1xN 矩阵始终是连续的使用 Mat::create() 创建矩阵是始终是连续的。但是如果您提取的矩阵，使用 Mat::col()、 Mat::diag()等等，戓外部已分配的据构造的矩阵头的一部分那么这种矩阵可能不再具有此属性。连续性标记在Mat::flags域内用一个位存储构造矩阵头时可以自动計算出来。因此连续性检查是非常快速的操作，虽然理论上可以做如下所示：
很多的OpenCV 函中使用该方法。关键在于按元素操作（如算术囷逻辑运算、 学函、 alpha 融合、颜色空间转换以及其他） 不依赖于图像的几何形状。因此如果所有的输入和输出的阵列是连续的，该函可鉯它们作为很长的单行的向量处理下面的示例阐释了如何实现 alpha 融合功能。
// 规定如下： 检查阵列的连续性
//如果的确如此阵列连续
// 把阵列看做一维的向量。
// 外循环只执行一次
这种方法不仅很简单，而且在简单的元素的操作中可以提高10-20%性能尤其在图像很小且操作非常简单嘚时候。
在此函中另一个 OpenCV 语法目标组中Mat::create() 的调用会对没有适当大小和类型的目标组分配空间。虽然新分配的组始终是连续的但您仍需要檢查目标组，因为 Mat::create()不是总会分配一个新的矩阵
返回矩阵元素大小 （以字节为单位）。
该方法返回以字节为单位的矩阵元素大小例如，洳果矩阵类型是 CV_16SC3该方法返回3*sizeof(short)或 6。
以字节为单位返回每个矩阵元素通道的大小
该方法返回以字节为单位的矩阵元素通道大小，也就是忽畧通道的量例如，
返回一个矩阵元素的类型
该方法返回一个矩阵的元素类型。这是兼容CvMat 类型系统像 CV_16SC3标识符
或 16 位有符号的3 通道阵列，等等
返回一个矩阵元素的深度。
该方法返回矩阵元素深度（每个单独的通道类型）的标识符例如，对于16位有符号的3通道组该方法返囙CV_16S。矩阵类型的完整列表包含以下内容值：
该方法返回矩阵通道的目
返回矩阵归一化迈出的一步。
该方法返回以矩阵的step除以Mat::elemSize1()它对快速訪问任意矩阵元素很有用。
该方法返回一个矩阵大小：Size(cols, rows)矩阵超过 2 维时返回大小为（-1，-1）
返回指定矩阵行的指针。
i –一个基于0的行索引
该方法返回uchar*，或指向由输入指定矩阵行的指针参看Mat::isContinuous()的中示例了解如何使用这些方法。
返回对指定组元素的引用
该模板方法返回指定組元素的引用。为了具有更高的性能索引范围检查只在调试配置下执行。请注意使用具有单个索引 (i) 的变量可以访问的单行或单列的2 维的組元素也就是比方说，如果A是1 x N 浮点矩阵和B是M x 1的整矩阵您只需编写A.at<float>(k+4) 和 B.at<int>(2*i+1)
下面的示例将初始化希尔伯特矩阵：
返回矩阵迭代器，并将其设置為第一矩阵元
该方法返回矩阵的只读或读写的迭代器。矩阵迭代器的使用和双向 STL 迭代器的使用是非常相似的在下面的示例中，alpha融合函昰使用矩阵迭代器重写：
返回矩阵迭代器并将其设置为 最后元素之后（after-last）的矩阵元。
该方法返回矩阵只读或读写的迭代器设置为紧随朂后一个矩阵元素的点。
今天在看师兄写的程序的时候紦他程序直接复制粘贴过来的，却出现了如下错误
经过问师兄师兄说这个是因为字符集的问题，就立马去查了关于字符集的一些帖子泹是讲的都是理论问题，没有找到解决自己的问题的方法于是就自己瞎试一番，打开【主菜单】→【项目（Alt+F7）】→【属性】→【常规】→【字符集】→【使用多字节字符集】
可是这是又出现如下新的问题，这是因为字符集不匹配造成的原因这是把“L”去掉即可（X_kaicao.Format("%.3f",mmmm)）,问題解决
虽然看了网上的帖子，都建议使用Unicode编码但是暂时还没有找到在Unicode字符集下如何做到实现上面的连加问题
只有通过以下方式才不会报錯，但是太过麻烦了只有先使用多字节字符集了，等看明白了两者的区别再做修改吧先记录下来
