OpenCV矩阵操作

OpenCv矩阵操作

有很多函数有mask，代表掩码，如果某位mask是0,那么对应的src的那一位就不计算，mask要和矩阵/ROI/的大小相等

大多数函数支持ROI，如果图像ROI被设置，那么只处理ROI部分

少部分函数支持COI，如果COI设置，只处理感兴趣的通道

矩阵逻辑运算

void cvAnd(const CvArr* src1,const CvArr* src2, CvArr* dst, const CvArr* mask=NULL);// void cvAndS(const CvArr* src, CvScalar value, CvArr* dst, constCvArr* mask=NULL);// void cvOr(const CvArr* src1, const CvArr* src2, CvArr* dst, constCvArr* mask=NULL);// void cvOrS(const CvArr* src, CvScalar value, CvArr* dst, constCvArr* mask=NULL);// void cvXor(const CvArr* src1, const CvArr* src2, CvArr* dst, constCvArr* mask=NULL);// void cvXorS(const CvArr* src, CvScalar value, CvArr* dst, constCvArr* mask=NULL);// void cvNot(const CvArr* src,CvArr* dst);//矩阵取反

矩阵算术运算绝对值

void cvAbs(const CvArr*src,CvArr* dst);

void cvAbsDiff(const CvArr* src1,const CvArr* src2, CvArr*dst);//两矩阵相减取绝对值void cvAbsDiffS(const CvArr* src, CvArr* dst,CvScalarvalue);//矩阵减去一个数取绝对值加减

void cvAdd(const CvArr* src1,const CvArr*src2,CvArr* dst,const CvArr* mask =NULL);//两数组相加，dst(I)=src1(I)+src2(I) if mask(I)!=0

void cvAddS(const CvArr* src,CvScalar value,CvArr*dst,const CvArr*mask = NULL);//数组和一个数相加，dst(I)=src(I)+value if mask(I)!=0

void cvAddWeighted(const CvArr* src1,double alpha,const CvArr*src2,double

beta,double gamma,CvArradded to each sum*dst);//带权相加相当于dst(x,y) = α ?

src1(x,y) + β ? src2(x,y) + γ

void cvSub(const CvArr* src1, const CvArr* src2, CvArr* dst, constCvArr* mask=NULL);//矩阵减法，dst(I)=src1(I)-src2(I) if mask(I)!=0

void cvSubS(const CvArr* src, CvScalar value, CvArr* dst, constCvArr* mask=NULL);//矩阵减数，dst(I)=src(I)-value if mask(I)!=0

void cvSubRS(const CvArr* src, CvScalar value, CvArr* dst, constCvArr* mask=NULL);//数减矩阵，dst(I)=value-src(I) if mask(I)!=0

乘除

void cvDiv(const CvArr* src1, constCvArr* src2, CvArr* dst,

doublescale=1);//scale*src1(i)/src2(i)，如果src1=NULL，则计算scale/src2(i)

void cvMul(const CvArr* src1,const CvArr* src2,CvArr* dst,doublescale=1);//两矩阵元素之间的简单乘法，一般的矩阵点乘用cvGEMM();

次方

void cvPow(const CvArr* src, CvArr* dst,double power);//为每个src的数求power次方

指数

void cvExp(const CvArr* src, CvArr*dst);//dst(I)=EXP(src(I))

对数

void cvLog(const CvArr* src, CvArr*dst);//

线性代数计算加&乘

voidcvScaleAdd(const CvArr* src1, CvScalar scale, const CvArr* src2,CvArr* dst);//src1和scale的乘积加上src2

void cvCrossProduct(const CvArr* src1,const CvArr* src2,CvArr*dst);//计算两个3D向量（单通道）的叉乘运算

double cvDotProduct(const CvArr* src1, const CvArr*src2);//两个向量点乘

void cvGEMM(const CvArr* src1, const CvArr* src2, double alpha,const CvArr* src3, double beta, CvArr* dst, inttABC=0);//乘加运算的始祖

由通用乘加函数参与定义的两个具体宏

cvMatMul(const CvArr* src1,const CvArr* src2,CvArr* dst);

cvMatMulAdd(const CvArr* src1,const CvArr* src2,const CvArr*src3,CvArr* dst); CvScalar cvTrace(const CvArr* mat);//计算对角线上的元素和

变换

void cvTransform(const CvArr* src, CvArr*dst, const CvMat* transmat, const

CvMat*shiftvec=NULL);//dst=transmat · src + shiftvec

void cvPerspectiveTransform(const CvArr* src, CvArr* dst, constCvMat* mat);//把矩阵每个元素中三个通道当做一个矩阵，乘mat，mat是一个3×3或者4×4的转换矩阵

转置

void cvTranspose(const CvArr* src, CvArr*dst);

void cvMulTransposed(const CvArr* src, CvArr* dst, int order, constCvArr* delta=NULL, doublescale=1.0);//(src-delta)乘以它的转置再乘以scale

逆矩阵

double cvInvert(const CvArr* src,CvArr*dst,int method=CV_LU);//求原矩阵的逆矩阵，默认使用高斯消去法

方阵可逆的充要条件是|A|!=0

method取值为CV_LU高斯消去法（默认） CV_SVD奇异值分解SVD CV_SVD_SYM

对称矩阵的SVD

行列式

double cvDet(const CvArr*mat);//计算方阵行列式，一定是单通道的

小型方阵直接计算，大型方阵用高斯消去法计算

如果矩阵正定对称，用奇异值分解的方法解决cvSVD();

特征向量特征值

void cvEigenVV(CvArr* mat, CvArr*evects, CvArr* evals, doubleeps=0);//计算对称矩阵的特征值和特征向量，evects输出特征向量，evals输出特征值，eps雅可比方法停止参数

要求三个矩阵都是浮点类型，10×10以下该方法有效，20×20以上的矩阵不能计算出结果，为节约计算量，eps通常设为DBL_EPSILON(10^-15)

如果给定的矩阵是对称正定矩阵，那么考虑使用cvSVD();

协方差

void cvCalcCovarMatrix(const CvArr**vects, int count, CvArr* cov_mat, CvArr* avg, intflags);//给定一组大小和类型相同的向量，向量的个数，计算标记，输出协方差正阵和每个向量的平均值矩阵

CV_COVAR_NORMAL 普通计算协方差和平均值，输出的是n×n的协方差阵

CV_COVAR_SCRAMBLED 快速PCA“Scrambled”协方差，输出的是m×m的协方差阵 CV_COVAR_USE_AVERAGE 平均值是输入的

CV_COVAR_SCALE 重新缩放输出的协方差矩阵

四个flag通过并运算协同发挥作用，前两个不能并

CvSize cvMahalonobis(const CvArr* vec1,const CvArr* vec2,CvArr*mat);

int cvSolve(const CvArr* src1, const CvArr* src2, CvArr* dst, intmethod=CV_LU);//Solves a linear system or least-squaresproblem.

void cvSVD(CvArr* A, CvArr* W, CvArr* U=NULL, CvArr* V=NULL, intflags=0);//Performs singular value decomposition of a realfloating-point matrix.

void cvSVBkSb(const CvArr* W, const CvArr* U, const CvArr* V, constCvArr* B, CvArr* X, int flags);//Performs singular value backsubstitution.

数组比较

void cvCmp(const CvArr* src1, constCvArr* src2, CvArr* dst, int cmp_op);//两矩阵比较运算

CV_CMP_EQ -src1(I) 是否相等

CV_CMP_GT -src1(I) 是否大于

CV_CMP_GE -src1(I) 是否大于等于

CV_CMP_LT -src1(I) 是否小于

CV_CMP_LE -src1(I) 是否小于等于

CV_CMP_NE -src1(I) 是否不等

如果判断为假，dst设为0，如果判断为真，dst设为0xff

void cvCmpS(const CvArr* src, double value, CvArr* dst, intcmp_op);//矩阵和一个数字比较运算

矩阵内转换类型转换

void cvConvertScale(constCvArr* src,CvArr* dst,double scale,doubleshift);//矩阵首先乘以scale再加上shift，然后把src中的数据类型转换成dst类型，但是src和dst通道数需要相等

void cvConvertScaleAbs(const CvArr* src,CvArr* dst,doublescale,double shift);//在src到dst类型转换前，先做绝对值

void cvCvtColor(const CvArr* src,CvArr* dst, int code);//图像颜色空间转换，src要为8U 16U 32F，dst的数据类型需要和src相同，通道数看code

code格式如：CV_原色彩空间2目的色彩空间色彩空间要考虑RGB的顺序

支持的颜色空间包括：

RGB RGB565 RGB555 GRAYRGBA XYZ YCrCb HSV HLS Luv BayerRG

空间转换

void cvFlip(const CvArr* src, CvArr*dst=NULL, intflip_mode=0);//图像绕x、y轴旋转。当用在一维数组上时并且flip_mode>0，可以用来颠倒数据排列

flip_mode=0：左右对称values of the conversion resul

flip_mode>0：上下对称

flip_mode<0：中心对称

矩阵间操作void cvCopy(const CvArr* src,CvArr*dst,const CvArr* mask=NULL);

void cvMerge(const CvArr* src0,const CvArr* src1,const CvArr*src2,const CvArr*

src3,CvArr*dst);//多个数组合并成一个，类型和尺寸都相同，dst有多个通道，src可以赋值NULL

void cvSplit(cosnt CvArr* src,CvArr* dst0,CvArr* dst1,CvArr*dst2,CvArr* dst3);//一个多通道数组分解成多个数组，类型尺寸都想同，dst可以赋值NULL

void cvRepeat(const CvArr* src, CvArr*dst);//在dst中重复叠加src，dst(i,j)=src(i mod rows(src), j modcols(src))

CvMat* cvReshape(const CvArr* originalarr, CvMat* headerdata, intnew_cn,

intnew_rows=0);//把一个originalarr（可以是已经有内容的图片），转换为有新的通道数、新的行数的数据（CvMat*只含数据，没有图片头）

CvArr* cvReshapeMatND(const CvArr* arr, int sizeof_header, CvArr*header, int new_cn, int new_dims, int* new_sizes);

void cvLUT(const CvArr* src, CvArr* dst, const CvArr*lut);//src是8bit类型的数据，lut是一张一维查找表，拥有256个通道数类型和dst相同的元素，src的某一位置的元素数值n，到lut的n位置查找的内容填入dst的相应src的n元素的位置

统计运算最大最小

void cvMax(const CvArr* src1,const CvArr* src2, CvArr* dst);

void cvMaxS(const CvArr* src, double value, CvArr*dst);//找较大值放到dst中

void cvMin(const CvArr* src1,const CvArr* src2,CvArr* dst);

void cvMins(const CvArr* src,double value,CvArr*dst);//找较小值放到dst中

void cvMinMaxLoc(const CvArr* arr, double* min_val, double*max_val, CvPoint*

min_loc=NULL, CvPoint* max_loc=NULL, const CvArr*mask=NULL);

找出全局某个通道中最大最小的值，和她们的位置，如果不止一个通道，一定要设置COI 零的个数

int cvCountNonZero( const CvArr* arr);//统计非零的个数

是否落在范围内

void cvInRange(const CvArr*src,const CvArr* lower,const CvArr* upper,CvArr* dst);

void cvInRangeS(const CvArr* src,CvScalar lower,CvScalarupper,CvArr* dst);//判断原数组中的每个数大小是否落在对应的lower、upper数组位置数值的中间

if(lower(i)<=src(i)

平均值标准差

CvScalar cvAvg(const CvArr* arr,constCvArr* mask =NULL);//计算mask非零位置的所有元素的平均值，如果是图片，则单独计算每个通道上的平均值，如果COI设置了，只计算该COI通道的平均值

void cvAvgSdv(const CvArr* arr, CvScalar* mean, CvScalar* std_dev,const CvArr*

mask=NULL);//计算各通道的平均值，标准差，支持COI

double cvNorm(const CvArr* arr1,const CvArr* arr2=NULL,intnorm_type=CV_L2,const CvArr* mask=NULL);//计算一个数组的各种范数

如果arr2为NULL，norm_type为

CV_C 求所有数取绝对值后的最大值，CV_L1 求所有数的绝对值的和，CV_L2求所有数的平方和的平方根

如果arr2不为NULL，norm_type为

CV_Carr1和arr2对应元素差的绝对值中的最大值 CV_L1arr1和arr2对应元素差的绝对值的和 CV_L2 arr1和arr2的差平方和的平方根

CV_RELATIVE_C CV_RELATIVE_L1 CV_RELATIVE_L2 上面结果除以

cvNorm(arr2,NULL,对应的norm_type);

cvNormalize(const CvArr* src,CvArr* dst,double a=1.0,doubleb=0.0,int

norm_type=CV_L2,const CvArr* mask=NULL);

CV_C CV_L1 CV_L2 CV_MINMAX

cvReduce(const CvArr* src,CvArr* dst,int dim,intop=CV_REDUCE_SUM);//根据一定规则，把矩阵约简为向量

dim 决定约简到行还是列 1:约简到单个列，0:约简到单个行，-1:根据dst的CvSize，

决定约简到行还是列

op 决定按什么规则约简

CV_REDUCE_SUM - 行/列的和

CV_REDUCE_AVG- 行/列平均值

CV_REDUCE_MAX - 行/列中最大值

CV_REDUCE_MIN- 行/列中最小值

取得设置数组信息得到指定行列

CvMat* cvGetCol(constCvArr* arr,CvMat* submat,int col);

CvMat* cvGetCols(const CvArr* arr,CvMat* submat,int start_col,intend_col);//取目标矩阵

的某列/连续几列，submat和返回值的实际数据还是在原矩阵中，只是修改了头部和数据指针，没有数据拷贝

CvMat* cvGetRow(const CvArr* arr,CvMat* submat,int row);

CvMat* cvGetRows(const CvArr* arr,CvMat* submat,int start_row,intend_row);

得到对角线

CvMat* cvGetDiag(const CvArr*arr,CvMat* submat,intdiag=0);//取矩阵arr的对角线，结果放在向量中，并不要求原矩阵是方阵，diag表示从哪个位置开始取对角线

维度大小

int cvGetDims(const CvArr* arr,int*sizes=NULL);//获取数组的维数和每一维的大小，sizes

十一个数组的头指针。图像或者矩阵的维数一定是2，先行数后列数

int cvGetDimSize(const CvArr* arr,int index);//获取某一维的大小

矩阵大小

CvSize cvGetSize(const CvArr*arr);//返回矩阵和图像的大小。小的结构体一般都是直接返

回值而不是重新分配指针，分配指针的效率可能比直接返回值效率更低

截取矩形矩阵

CvMat* cvGetSubRect(const CvArr* arr,CvMat* submat, CvRectrect);//从输入的数组中根

据输入的矩形截取一块数组中的矩形，返回的CvMat*就是submat

得到和设置元素因为效率原因，实际很少会直接用到这些方法，而是根据实际的应用来决定如何操作每一个数

uchar* cvPtr1D(CvArr* arr,int idx0,int*type);//得到的是指针，所以可以修改，比下面的效率

更高

uchar* cvPtr2D(CvArr* arr,int idx0,int idx1,int* type);

uchar* cvPtr3D(CvArr* arr,int idx0,int idx1,int idx2,int*type);

uchar* cvPtrND(CvArr* arr,int* idx,int* type,intcreate_node=1,unsigned*

precalc_hashval=NULL);//int*idx是一个数组指针，里面保存着索引

double cvGetReal1D(const CvArr* arr,int idx0);//得到的是具体值

double cvGetReal2D(const CvArr* arr,int idx0,int idx1);

double cvGetReal3D(const CvArr* arr,int idx0,int idx1,intidx2);

double cvGetRealND(const CvArr* arr,int* idx);

CvScalar cvGet1D(const CvArr* arr,int idx0);

CvScalar cvGet2D(const CvArr* arr,int idx0,int idx1);

CvScalar cvGet3D(const CvArr* arr,int idx0,int idx1,intidx2);

CvScalar cvGetND(const CvArr* arr,int* idx);

double cvmGet(const CvMat* mat, int row, intcol);//仅仅用于矩阵单通道浮点数的获取，由于是inline并且没有类型判断，所以效率比较高

void cvSetReal1D(CvArr* arr, int idx0, double value);

void cvSetReal2D(CvArr* arr, int idx0, int idx1, doublevalue);

void cvSetReal3D(CvArr* arr, int idx0, int idx1, int idx2, doublevalue);

void cvSetRealND(CvArr* arr, int* idx, double value);

void cvSet1D(CvArr* arr, int idx0, CvScalar value);

void cvSet2D(CvArr* arr, int idx0, int idx1, CvScalar value);

void cvSet3D(CvArr* arr, int idx0, int idx1, int idx2, CvScalarvalue);

void cvSetND(CvArr* arr, int* idx, CvScalar value);

void cvmSet(CvMat* mat, int row, int col, doublevalue);//仅仅用于设置单通道浮点类型的矩阵

void cvClearND(CvArr* arr, int* idx);//把多维数组的某位置设置为0

void cvSet(CvArr* arr, CvScalar value, const CvArr*mask=NULL);//把数组每个元素都设为value

void cvSetZero(CvArr* arr);//对普通矩阵，每位都设为0；对稀疏矩阵，删除所以元素

一般算数运算int cvRound(double value ); int cvFloor(double value ); int

cvCeil( doublevalue);//求和double最（上/下）接近的整数

float cvSqrt(float value);//求平方根

float cvInvSqrt(float value);//求平方根倒数

float cvCbrt(float value);//求立方根

float cvCbrt(float value);//求两个向量的夹角

int cvIsNaN(double value);//判断是否是合法数

int cvIsInf(double value);//判断是否无穷

void cvCartToPolar(const CvArr* x, const CvArr* y, CvArr*magnitude, CvArr* angle=NULL, int angle_in_degrees=0);//

void cvPolarToCart(const CvArr* magnitude, const CvArr* angle,CvArr* x, CvArr* y, int angle_in_degrees=0);//

void cvSolveCubic(const CvArr* coeffs, CvArr*roots);//求三次方方程解，coeffs作为三次方程的系数，可以是三元（三次方系数为1）或者四元

随机数生成CvRNG cvRNG(int64seed=-1);//生成随机数生成器

unsigned cvRandInt(CvRNG* rng);

double cvRandReal(CvRNG* rng);

void cvRandArr(CvRNG* rng, CvArr* arr, int dist_type, CvScalarparam1, CvScalar

param2);//

dist_type决定生成随机数组中的分布 CV_RAND_UNI均匀分布 CV_RAND_NORMAL 正态/高斯分布

param1：均匀分布中的下界（包含），正态分布中的平均值

param2：均匀分布中的上界（不包含），正态分布中的偏差

分布转换

void cvDFT(const CvArr* src, CvArr*dst, int flags, int nonzero_rows=0);

int cvGetOptimalDFTSize(int size0);

void cvMulSpectrums(const CvArr* src1, const CvArr* src2, CvArr*dst, int flags);

void cvDCT(const CvArr* src, CvArr* dst, int flags);

转载：https://www.360docs.net/doc/754969351.html,/????????/blog/item/f660c31409559a09972b43ee.html

在OpenCV中有三种方式访问矩阵中的数据元素：容易的方式，困难的方式，以及正确的方式。以下先讲容易的方式和困难的方式。

容易的方式

最容易的方式是使用宏CV_MAT_ELEM( matrix, elemtype, row, col ),输入参数是矩阵的指针，矩阵元素类型，行，列，返回值是相应行，列的矩阵元素，例如：

CvMat* mat = cvCreateMat(5,5,CV_32FC1);

float element = CV_MAT_ELEM(*mat,float,3,2);

以下是一个例子：

#pragma comment( lib, "cxcore.lib" )

#include "cv.h"

#include

void main()

{

CvMat* mat = cvCreateMat(3,3,CV_32FC1);

cvZero(mat);//将矩阵置0

//为矩阵元素赋值

CV_MAT_ELEM( *mat, float, 0, 0 ) = 1.f;

CV_MAT_ELEM( *mat, float, 0, 1 ) = 2.f;

CV_MAT_ELEM( *mat, float, 0, 2 ) = 3.f;

CV_MAT_ELEM( *mat, float, 1, 0 ) = 4.f;

CV_MAT_ELEM( *mat, float, 1, 1 ) = 5.f;

CV_MAT_ELEM( *mat, float, 1, 2 ) = 6.f;

CV_MAT_ELEM( *mat, float, 2, 0 ) = 7.f;

CV_MAT_ELEM( *mat, float, 2, 1 ) = 8.f;

CV_MAT_ELEM( *mat, float, 2, 2 ) = 9.f;

//获得矩阵元素的值

float element = CV_MAT_ELEM(*mat,float,2,2);

printf("%f/n",element);

}

CV_MAT_ELEM宏实际上会调用CV_MAT_ELEM_PTR(matrix,row,col)宏来完成任务。CV_MAT_ELEM_PTR()宏的参数是矩阵的指针，行，列。

CV_MAT_ELEM()宏和CV_MAT_ELEM_PTR()宏的区别是，在调用CV_MAT_ELEM时，指向矩阵元素的指针的数据类型已经依据输入参数中的元素类型而

做了强制转换。，以下是使用CV_MAT_ELEM_PTR()来设置元素的值：

#pragma comment( lib, "cxcore.lib" )

#include "cv.h"

#include

void main()

{

CvMat* mat = cvCreateMat(3,3,CV_32FC1);

cvZero(mat);//将矩阵置0

float element_0_2 = 7.7f;

*((float*)CV_MAT_ELEM_PTR( *mat, 0, 2 ) ) = element_0_2;

//获得矩阵元素的值

float element = CV_MAT_ELEM(*mat,float,0,2);

printf("%f/n",element);

}

以上使用矩阵中元素的方式很方便，但不幸的是，该宏在每次调用时，都会重新计算指针的位置。这意味着，先查找矩阵数据区中第0个元素的位置，然后，根据参数中的行和列，计算所需要的元素的地址偏移量，然后将地址偏移量与第0个元素的地址相加，获得所需要的元素的地址。

所以，以上的方式虽然很容易使用，但是却不是获得矩阵元素的最好方式。特别是当你要顺序遍历整个矩阵中所有元素时，这种每次对地址的重复计算就更加显得不合理。

困难的方式

以上两个宏只适合获得一维或二维的矩阵（数组）元素，OpenCV提供了处理多维矩阵(数组)的方式。实际上你可以不受限制地使用N维。

当访问这样一种N维矩阵中元素时，你需要使用一个系列的函数，叫做cvPtr*D,*代表

1,2,3,4....,例如，cvPtr1D(),cvPtr2D(),cvPtr3D(),以及cvPtrND().以下为此系列函数的定义：

cvPtr*D函数用于返回指向某数组元素的指针

uchar* cvPtr1D( const CvArr* arr, int idx0, int* type=NULL );

uchar* cvPtr2D( const CvArr* arr, int idx0, int idx1, int* type=NULL );

uchar* cvPtr3D( const CvArr* arr, int idx0, int idx1, int idx2, int* type=NULL );

uchar* cvPtrND( const CvArr* arr, int* idx, int* type=NULL, int create_node=1, unsigned* precalc_hashval=NULL );

arr

输入数组(矩阵).

idx0

元素下标的第一个以0为基准的成员

idx1

元素下标的第二个以0为基准的成员

idx2

元素下标的第三个以0为基准的成员

idx

数组元素下标

type

可选的，表示输出参数的数据类型

create_node

可选的，为稀疏矩阵输入的参数。如果这个参数非零就意味着被需要的元素如果不存在就会被创建。

precalc_hashval

可选的，为稀疏矩阵设置的输入参数。如果这个指针非NULL，函数不会重新计算节点的HASH值，而是从指定位置获取。这种方法有利于提高智能组合数据的操作

函数cvPtr*D 返回指向特殊数组元素的指针。数组维数应该与传递给函数的下标数相匹配，它可以被用于顺序存取的1D，2D或nD密集数组

函数也可以用于稀疏数组，并且如果被需要的节点不存在函数可以创建这个节点并设置为0 就像其它获取数组元素的函数(cvGet[Real]*D, cvSet[Real]*D)如果元素的下标超出了范围就会产生错误

很明显，如果是一维数组(矩阵)，那就可以使用cvPtr1D，用参数idx0来指向要获得的第idx0个元素，返回值为指向该元素的指针，如果是二维数组(矩阵)，就可以使用cvPtr2D,用idx0，idx1来指向相应的元素。

如果是N维数组，则int* idx参数指向对N维数组中某元素定位用的下标序列。

#pragma comment( lib, "cxcore.lib" )

#include "cv.h"

#include

void main()

{

CvMat* mat = cvCreateMat(3,3,CV_32FC1);

cvZero(mat);//将矩阵置0

//为矩阵元素赋值

CV_MAT_ELEM( *mat, float, 0, 0 ) = 1.f;

CV_MAT_ELEM( *mat, float, 0, 1 ) = 2.f;

CV_MAT_ELEM( *mat, float, 0, 2 ) = 3.f;

CV_MAT_ELEM( *mat, float, 1, 0 ) = 4.f;

CV_MAT_ELEM( *mat, float, 1, 1 ) = 5.f;

CV_MAT_ELEM( *mat, float, 1, 2 ) = 6.f;

CV_MAT_ELEM( *mat, float, 2, 0 ) = 7.f;

CV_MAT_ELEM( *mat, float, 2, 1 ) = 8.f;

CV_MAT_ELEM( *mat, float, 2, 2 ) = 9.f;

//获得矩阵元素(0,2)的值

float *p = (float*)cvPtr2D(mat, 0, 2);

printf("%f/n",*p);

}

我们使用cvPtr*D()函数的一个理由是，通过此函数，我们可以用指针指向矩阵中的某元素，并使用指针运算符，来设置该元素的值，或者，用指针运算来移动指针，指向从起始位置开始的矩阵中的其他元素。例如，我们可以用以下方式遍历矩阵中的元素：

#pragma comment( lib, "cxcore.lib" )

#include "cv.h"

#include

void main()

{

CvMat* mat = cvCreateMat(3,3,CV_32FC1);

cvZero(mat);//将矩阵置0

//获得矩阵元素(0,0)的指针

float *p = (float*)cvPtr2D(mat, 0, 0);

//为矩阵赋值

for(int i = 0; i < 9; i++)

{

*p = (float)i;

p++;

}

//打印矩阵的值

p = (float*)cvPtr2D(mat, 0, 0);

for(i = 0; i < 9; i++)

{

printf("%f/t",*p);

p++;

if((i+1) % 3 == 0)

printf("/n");

}

}

但是要注意，以上为矩阵中元素的通道数为1时，可以用p++来访问下一个矩阵中元素，但是如果通道数不为1，例如一个三通道的二维矩阵，矩阵中每个元素的值为RGB值，则矩阵中数据按以下方式存储：rgbrgbrgb......,因此，使用指针指向下一个元素时，就需要加上相应的通道数。

举例如下：

#pragma comment( lib, "cxcore.lib" )

#include "cv.h"

#include

void main()

{

//矩阵元素为三通道浮点数

CvMat* mat = cvCreateMat(3,3,CV_32FC3);

cvZero(mat);//将矩阵置0

//为矩阵元素赋值

//获得矩阵元素(0,0)的指针

float *p = (float*)cvPtr2D(mat, 0, 0);

//为矩阵赋值

for(int i = 0; i < 9; i++)

{

//为每个通道赋值

*p = (float)i*10;

p++;

*p = (float)i*10+1;

p++;

*p = (float)i*10+2;

p++;

}

//打印矩阵的值

p = (float*)cvPtr2D(mat, 0, 0);

for(i = 0; i < 9; i++)

{

printf("%2.1f,%2.1f,%2.1f/t",*p,*(p+1),*(p+2));

p+=3;

if((i+1) % 3 == 0)

printf("/n");

}

}

如果你不想使用指向数据的指针，而只是想获得矩阵中的数据，你还可以使用cvGet*D函数系列。如下所示，该函数系列以返回值类型划分有两种，一种返回double类型数据，另一种返回CvScalar类型数据。

Get*D返回特殊的数组元素

CvScalar cvGet1D( const CvArr* arr, int idx0 );

CvScalar cvGet2D( const CvArr* arr, int idx0, int idx1 );

CvScalar cvGet3D( const CvArr* arr, int idx0, int idx1, int idx2 );

CvScalar cvGetND( const CvArr* arr, int* idx );

arr输入数组.

idx0元素下标第一个以0为基准的成员

idx1元素下标第二个以0为基准的成员

idx2元素下标第三个以0为基准的成员

idx元素下标数组

函数cvGet*D 返回指定的数组元素。对于稀疏数组如果需要的节点不存在函数返回0 （不会创建新的节点）

GetReal*D返回单通道数组的指定元素

double cvGetReal1D( const CvArr* arr, int idx0 );

double cvGetReal2D( const CvArr* arr, int idx0, int idx1 );

double cvGetReal3D( const CvArr* arr, int idx0, int idx1, int idx2 );

double cvGetRealND( const CvArr* arr, int* idx );

arr输入数组，必须是单通道.

idx0元素下标的第一个成员，以0为基准

idx1元素下标的第二个成员，以0为基准

idx2元素下标的第三个成员，以0为基准

idx

元素下标数组

函数cvGetReal*D 返回单通道数组的指定元素，如果数组是多通道的，就会产生运行时错误，而cvGet*D 函数可以安全的被用于单通道和多通道数组，注意，该方法返回值类型是double类型的,这意味着，矩阵中如果保存的是int类型数据，不能用此系列方法。

#pragma comment(lib,"cxcore.lib")

#include"cv.h"

#include

void main()

{

//矩阵元素为1通道浮点型数据

CvMat*mat=cvCreateMat(3,3,CV_32FC1 );

cvZero(mat);//将矩阵置0

//为矩阵元素赋值

//获得矩阵元素(0,0)的指针

float *p=(float*)cvPtr2D(mat,0,0);

//为矩阵赋值

for(int i=0;i<9;i++)

{

//为每个通道赋值

*p=(float)i*10;

p++;

}

for(i=0;i<3;i++)

for(int j=0;j<3;j++)

{

printf("%lf/t",cvGetReal2D(mat,i,j));

}

}

另外，我们还有类似于cvGet*D()的方法为矩阵元素赋值:cvSetReal*D()和cvSet*D()。Set*D

修改指定的数组

void cvSet1D( CvArr* arr, int idx0, CvScalar value );

void cvSet2D( CvArr* arr, int idx0, int idx1, CvScalar value );

void cvSet3D( CvArr* arr, int idx0, int idx1, int idx2, CvScalar value );

void cvSetND( CvArr* arr, int* idx, CvScalar value );

arr

输入数组

idx0

元素下标的第一个成员，以0为基点

idx1

元素下标的第二个成员，以0为基点

idx2

元素下标的第三个成员，以0为基点

idx

元素下标数组

value

指派的值

函数cvSet*D 指定新的值给指定的数组元素。对于稀疏矩阵如果指定节点不存在函数创建新的节点

SetReal*D

修改指定数组元素值

void cvSetReal1D( CvArr* arr, int idx0, double value );

void cvSetReal2D( CvArr* arr, int idx0, int idx1, double value );

void cvSetReal3D( CvArr* arr, int idx0, int idx1, int idx2, double value );

void cvSetRealND( CvArr* arr, int* idx, double value );

arr

输入数组.

idx0

元素下标的第一个成员，以0为基点

idx1

元素下标的第二个成员，以0为基点

idx2

元素下标的第三个成员，以0为基点

idx

元素下标数组

value

指派的值

函数cvSetReal*D 分配新的值给单通道数组的指定元素，如果数组是多通道就会产生运行

时错误。然而cvSet*D 可以安全的被用于多通道和单通道数组。

对于稀疏数组如果指定的节点不存在函数会创建该节点。

以下是一个例子：

#pragma comment(lib,"cxcore.lib")

#include"cv.h"

#include

void main()

{

//矩阵元素为三通道8位浮点数

CvMat *mat=cvCreateMat(3,3,CV_32FC3 );

cvZero(mat);//将矩阵置0

//为矩阵元素赋值

for(int i = 0; i < 3; i++)

for(int j = 0; j < 3; j++)

cvSet2D( mat, i, j, cvScalar(i*10,j*10,i*j*10) );

for(i=0;i<3;i++)

for(int j=0;j<3;j++)

{

printf("%lf,%lf,%lf/t",cvGet2D( mat, i, j ).val[0],cvGet2D( mat, i, j ).val[1],cvGet2D( mat, i, j ).val[2]);

}

}

为了方便起见，OpenCV还定义了两个函数：cvmSet()和cvmGet(),这两个函数用于单通道浮点型元素矩阵的存取。

例如，cvmSet(mat,2,2,0.5);就类似于cvSetReal2D(mat,2,2,0.5);

返回单通道浮点矩阵指定元素

double cvmGet( const CvMat* mat, int row, int col );

为单通道浮点矩阵的指定元素赋值。

void cvmSet( CvMat* mat, int row, int col, double value );