开发: C++知识库 Java知识库 JavaScript Python PHP知识库人工智能区块链大数据移动开发嵌入式开发工具数据结构与算法开发测试游戏开发网络协议系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑笔记本显卡显示器固态硬盘硬盘耳机手机 iphone vivo oppo 小米华为单反装机图拉丁

-> 人工智能 -> C++ OpenCV（二）：Mat 运算 -> 正文阅读

[人工智能]C++ OpenCV（二）：Mat 运算

逻辑运算

非运算

公式

$\texttt{dst} (I) = \neg \texttt{src} (I)$

API

CV_EXPORTS_W void bitwise_not(InputArray src, OutputArray dst,
                              InputArray mask = noArray());

参数一：src，输入图像矩阵；
参数二：dst，输出图像矩阵，大小和类型与输入相同；
参数三：mask，8位单通道掩码。

示例

Mat mask = Mat::zeros(512, 512, CV_8UC1);
Rect rect = Rect(100, 100, 200, 200);
mask(rect) = Scalar(1);
Mat bitwiseNot;
bitwise_not(left, bitwiseNot, mask);
imshow("bitwise_not", bitwiseNot);

运行效果

bitwise_not

与运算

公式

src1 和 src2是两个大小相同的图像矩阵

$\texttt{dst} (I) = \texttt{src1} (I) \wedge \texttt{src2} (I) \quad \texttt{if mask} (I) \ne0$

src1是图像矩阵，src2 是 Scalar

$\texttt{dst} (I) = \texttt{src1} (I) \wedge \texttt{src2} \quad \texttt{if mask} (I) \ne0$

src1是 Scalar ，src2是图像矩阵

$\texttt{dst} (I) = \texttt{src1} \wedge \texttt{src2} (I) \quad \texttt{if mask} (I) \ne0$

API

CV_EXPORTS_W void bitwise_and(InputArray src1, InputArray src2,
                              OutputArray dst, InputArray mask = noArray());

参数一：src1，第一个输入的图像矩阵或者 Scalar；
参数二：src2，第二个输入的图像矩阵或者 Scalar；
参数三：dst，输出图像矩阵，大小和类型与输入相同；
参数四：mask，8位单通道掩码。

示例

Mat bitwiseAnd;
Scalar scalar = Scalar(255,255);
bitwise_and(left, scalar, bitwiseAnd);
imshow("bitwise_and", bitwiseAnd);

运行效果

bitwise_and

或运算

公式

src1 和 src2是两个大小相同的图像矩阵

$\texttt{dst} (I) = \texttt{src1} (I) \vee \texttt{src2} (I) \quad \texttt{if mask} (I) \ne0$

src1是图像矩阵，src2 是 Scalar

$\texttt{dst} (I) = \texttt{src1} (I) \vee \texttt{src2} \quad \texttt{if mask} (I) \ne0$

src1是 Scalar ，src2是图像矩阵

$\texttt{dst} (I) = \texttt{src1} \vee \texttt{src2} (I) \quad \texttt{if mask} (I) \ne0$

API

CV_EXPORTS_W void bitwise_or(InputArray src1, InputArray src2,
                              OutputArray dst, InputArray mask = noArray());

参数一：src1，第一个输入的图像矩阵或者 Scalar；
参数二：src2，第二个输入的图像矩阵或者 Scalar
参数三：dst，输出图像矩阵，大小和类型与输入相同；
参数四：mask，8位单通道掩码。

示例

Mat bitwiseOr;
Scalar scalarOr = Scalar(255);
bitwise_or(left, scalarOr, bitwiseOr);
imshow("bitwise_or", bitwiseOr);

运行效果

bitwise_or

异或运算

公式

src1 和 src2是两个大小相同的图像矩阵

$\texttt{dst} (I) = \texttt{src1} (I) \oplus \texttt{src2} (I) \quad \texttt{if mask} (I) \ne0$

src1是图像矩阵，src2 是 Scalar

$\texttt{dst} (I) = \texttt{src1} (I) \oplus \texttt{src2} \quad \texttt{if mask} (I) \ne0$

src1是 Scalar ，src2是图像矩阵

$\texttt{dst} (I) = \texttt{src1} \oplus \texttt{src2} (I) \quad \texttt{if mask} (I) \ne0$

API

CV_EXPORTS_W void bitwise_xor(InputArray src1, InputArray src2,
                              OutputArray dst, InputArray mask = noArray());

参数一：src1，第一个输入的图像矩阵或者 Scalar；
参数二：src2，第二个输入的图像矩阵或者 Scalar
参数三：dst，输出图像矩阵，大小和类型与输入相同；
参数四：mask，8位单通道掩码。

示例

Mat bitwiseXor;
Scalar scalarXor = Scalar(255, 255);
bitwise_xor(left, scalarXor, bitwiseXor);
imshow("bitwise_xor", bitwiseXor);

运行效果

bitwise_xor

算术运算

图像矩阵的 add、subtract、multiply、divide 四则运算是针对矩阵内对应元素的操作，并非矩阵的加减乘除。

公式

加法

输入为两个大小和通道数相同的图像矩阵

$\texttt{dst}(I) = \texttt{saturate} ( \texttt{src1}(I) + \texttt{src2}(I)) \quad \texttt{if mask}(I) \ne0 \\$

src1为图像矩阵，src2为 Scalar

$\texttt{dst}(I) = \texttt{saturate} ( \texttt{src1}(I) + \texttt{src2} ) \quad \texttt{if mask}(I) \ne0 \\$

src1为 Scalar，src2为图像矩阵

$\texttt{dst}(I) = \texttt{saturate} ( \texttt{src1} + \texttt{src2}(I) ) \quad \texttt{if mask}(I) \ne0 \\$

减法

输入为两个大小和通道数相同的图像矩阵

$\texttt{dst}(I) = \texttt{saturate} ( \texttt{src1}(I) - \texttt{src2}(I)) \quad \texttt{if mask}(I) \ne0 \\$

src1为图像矩阵，src2为 Scalar

$\texttt{dst}(I) = \texttt{saturate} ( \texttt{src1}(I) - \texttt{src2} ) \quad \texttt{if mask}(I) \ne0 \\$

src1为 Scalar，src2为图像矩阵

$\texttt{dst}(I) = \texttt{saturate} ( \texttt{src1} - \texttt{src2}(I) ) \quad \texttt{if mask}(I) \ne0 \\$

SubRS 情况下标量和数组的反向差异

$\texttt{dst}(I) = \texttt{saturate} ( \texttt{src2} - \texttt{src1}(I) ) \quad \texttt{if mask}(I) \ne0$

乘法

$\texttt{dst} (I)= \texttt{saturate} ( \texttt{scale} \cdot \texttt{src1} (I) \cdot \texttt{src2} (I))$

除法

$\texttt{dst(I) = saturate(src1(I)*scale/src2(I))} \\$

$\texttt{dst(I) = saturate(scale/src2(I))}$

API

CV_EXPORTS_W void add(InputArray src1, InputArray src2, OutputArray dst,                      InputArray mask = noArray(), int dtype = -1);

CV_EXPORTS_W void subtract(InputArray src1, InputArray src2, OutputArray dst,                           InputArray mask = noArray(), int dtype = -1);

CV_EXPORTS_W void multiply(InputArray src1, InputArray src2,                           OutputArray dst, double scale = 1, int dtype = -1);

CV_EXPORTS_W void divide(InputArray src1, InputArray src2, OutputArray dst,                         double scale = 1, int dtype = -1);

参数一：src1，第一个输入的图像矩阵或者 Scalar；
参数二：src2，第二个输入的图像矩阵或者 Scalar
参数三：dst，输出图像矩阵，大小和类型与输入相同；
参数四：mask，8位单通道掩码；
参数五：scale，缩放倍数；
参数六：dtype，输出矩阵的图像深度。

示例

int8_t b[6] = {8, 9, 10, 11, 12, 13};int8_t c[6] = {6, 7, 5, 4, 3, 9};Mat first = Mat(3, 2, CV_8UC1, b);Mat second = Mat(3, 2, CV_8UC1, c);Mat third = Mat(2, 3, CV_8UC1, c);// 算数运算Mat addResult;add(first, second, addResult);cout << "add" << endl << format(addResult, Formatter::FMT_C) << endl << endl;Mat subtractResult;subtract(first, second, subtractResult);cout << "subtract" << endl << format(subtractResult, Formatter::FMT_C) << endl << endl;Mat multiplyResult;multiply(first, first, multiplyResult);cout << "multiply" << endl << format(multiplyResult, Formatter::FMT_C) << endl << endl;Mat divideResult;divide(first, second, divideResult);cout << "divide" << endl << format(divideResult, Formatter::FMT_C) << endl << endl;