• cv::Mat类的矩阵内容输出的各种格式的例子


    • 操作系统:ubuntu22.04
    • OpenCV版本:OpenCV4.9
    • IDE:Visual Studio Code
    • 编程语言:C++11

    功能描述

    我们可以这样使用:cv::Mat M(…); cout << M;,直接将矩阵内容输出到控制台。
    输出格式支持多种风格,包括OpenCV的原生格式、MATLAB风格、Python风格、NumPy风格、CSV格式以及C语言风格等。

    用到的函数

    Mat::eye

    cv::Mat::eye 是一个静态方法,用于创建一个单位矩阵(对角线上的元素为1,其余位置为0)的 cv::Mat 对象。这个方法使得初始化一个单位矩阵变得简单快捷。

    原型
    cv::Mat eye(int rows, int cols, int type = CV_64F);
    
    参数
    • rows:指定创建矩阵的行数。
    • cols:指定创建矩阵的列数。
    • type:可选参数,指定了矩阵的数据类型,默认为 CV_64F,即64位浮点型。你可以根据需要选择其他类型,如 CV_8U 表示无符号8位整型,CV_32F 表示32位浮点型等。
    示例
    cv::Mat identityMatrix = cv::Mat::eye(3, 3, CV_32F);
    

    这段代码将创建一个3x3的浮点型单位矩阵。

    函数Mat::Mat( int rows, int cols, int type )

    使用 cv::Mat 的构造函数来初始化一个矩阵

    原型
    cv::Mat::Mat(int rows, int cols, int type);
    
    参数
    • int rows: 指定矩阵的行数。这是一个整数值,表示矩阵的高度。
    • int cols: 指定矩阵的列数。同样是一个整数值,表示矩阵的宽度。
    • int type: 确定矩阵中元素的数据类型以及(对于多通道数组而言)通道数。这个参数是关键,因为它定义了矩阵中每个元素是如何存储的。类型编码遵循OpenCV的类型系统,常见的类型有:
      CV_8U: 无符号8位整数(uchar,0-255)
      CV_8S: 有符号8位整数(char,-128到127)
      CV_16U: 无符号16位整数
      CV_16S: 有符号16位整数
      CV_32S: 有符号32位整数
      CV_32F: 32位浮点数(float)
      CV_64F: 64位双精度浮点数(double)
      对于多通道数组(如RGB图像),在上述类型后面加上"Cn",其中n表示通道数。例如,CV_8UC3 表示无符号8位,3通道(常用作BGR图像)。因此,type 参数不仅指定了数据类型,还隐含了数组是否为多通道以及通道数。

    randu函数

    生成单个均匀分布的随机数或随机数数组。

    此非模板函数变体将矩阵dst填充来自指定范围的均匀分布随机数:

    low c ≤ dst ( I ) c < high c \texttt{low} _c \leq \texttt{dst} (I)_c < \texttt{high} _c lowcdst(I)c<highc

    参数

    -参数 dst 输出随机数数组;该数组必须预先分配.
    -参数 low 生成随机数的包含下限.
    -参数 high 生成随机数的不包含上限.

    代码示例

    /*
     *
     *该程序演示了cv::Mat类的串行输出功能,
     *也就是说,你现在可以这样使用:cv::Mat M(...); cout << M;,直接将矩阵内容输出到控制台。
     *输出格式支持多种风格,包括OpenCV的原生格式、MATLAB风格、Python风格、NumPy风格、CSV格式以及C语言风格等。
     *
     */
    
    #include "opencv2/core.hpp"
    #include 
    using namespace std;
    using namespace cv;
    
    
    int main( int argc, char** argv )
    {
        Mat I                  = Mat::eye( 4, 4, CV_64F );
        I.at< double >( 1, 1 ) = CV_PI;
        cout << "I = \n" << I << ";" << endl << endl;
        Mat r = Mat( 10, 3, CV_8UC3 );
        randu( r, Scalar::all( 0 ), Scalar::all( 255 ) );
        cout << "r (默认风格) = \n" << r << ";" << endl << endl;
        cout << "r (matlab风格) = \n" << format( r, Formatter::FMT_MATLAB ) << ";" << endl << endl;
        cout << "r (python风格) = \n" << format( r, Formatter::FMT_PYTHON ) << ";" << endl << endl;
        cout << "r (numpy风格) = \n" << format( r, Formatter::FMT_NUMPY ) << ";" << endl << endl;
        cout << "r (csv风格) = \n" << format( r, Formatter::FMT_CSV ) << ";" << endl << endl;
        cout << "r (c风格) = \n" << format( r, Formatter::FMT_C ) << ";" << endl << endl;
        Point2f p( 5, 1 );
        cout << "p = " << p << ";" << endl;
        Point3f p3f( 2, 6, 7 );
        cout << "p3f = " << p3f << ";" << endl;
        vector< float > v;
        v.push_back( 1 );
        v.push_back( 2 );
        v.push_back( 3 );
        cout << "shortvec = " << Mat( v ) << endl;
        vector< Point2f > points( 20 );
        for ( size_t i = 0; i < points.size(); ++i )
            points[ i ] = Point2f( ( float )( i * 5 ), ( float )( i % 7 ) );
        cout << "points = " << points << ";" << endl;
        return 0;
    }
    

    运行结果

    I = 
    [1, 0, 0, 0;
     0, 3.141592653589793, 0, 0;
     0, 0, 1, 0;
     0, 0, 0, 1];
    
    r (默认风格) = 
    [ 91,   2,  79, 179,  52, 205, 236,   8, 181;
     239,  26, 248, 207, 218,  45, 183, 158, 101;
     102,  18, 118,  68, 210, 139, 198, 207, 211;
     181, 162, 197, 191, 196,  40,   7, 243, 230;
      45,   6,  48, 173, 242, 125, 175,  90,  63;
      90,  22, 112, 221, 167, 224, 113, 208, 123;
     214,  35, 229,   6, 143, 138,  98,  81, 118;
     187, 167, 140, 218, 178,  23,  43, 133, 154;
     150,  76, 101,   8,  38, 238,  84,  47,   7;
     117, 246, 163, 237,  69, 129,  60, 101,  41];
    
    r (matlab风格) = 
    (:, :, 1) = 
     91, 179, 236;
    239, 207, 183;
    102,  68, 198;
    181, 191,   7;
     45, 173, 175;
     90, 221, 113;
    214,   6,  98;
    187, 218,  43;
    150,   8,  84;
    117, 237,  60
    (:, :, 2) = 
      2,  52,   8;
     26, 218, 158;
     18, 210, 207;
    162, 196, 243;
      6, 242,  90;
     22, 167, 208;
     35, 143,  81;
    167, 178, 133;
     76,  38,  47;
    246,  69, 101
    (:, :, 3) = 
     79, 205, 181;
    248,  45, 101;
    118, 139, 211;
    197,  40, 230;
     48, 125,  63;
    112, 224, 123;
    229, 138, 118;
    140,  23, 154;
    101, 238,   7;
    163, 129,  41;
    
    r (python风格) = 
    [[[ 91,   2,  79], [179,  52, 205], [236,   8, 181]],
     [[239,  26, 248], [207, 218,  45], [183, 158, 101]],
     [[102,  18, 118], [ 68, 210, 139], [198, 207, 211]],
     [[181, 162, 197], [191, 196,  40], [  7, 243, 230]],
     [[ 45,   6,  48], [173, 242, 125], [175,  90,  63]],
     [[ 90,  22, 112], [221, 167, 224], [113, 208, 123]],
     [[214,  35, 229], [  6, 143, 138], [ 98,  81, 118]],
     [[187, 167, 140], [218, 178,  23], [ 43, 133, 154]],
     [[150,  76, 101], [  8,  38, 238], [ 84,  47,   7]],
     [[117, 246, 163], [237,  69, 129], [ 60, 101,  41]]];
    
    r (numpy风格) = 
    array([[[ 91,   2,  79], [179,  52, 205], [236,   8, 181]],
           [[239,  26, 248], [207, 218,  45], [183, 158, 101]],
           [[102,  18, 118], [ 68, 210, 139], [198, 207, 211]],
           [[181, 162, 197], [191, 196,  40], [  7, 243, 230]],
           [[ 45,   6,  48], [173, 242, 125], [175,  90,  63]],
           [[ 90,  22, 112], [221, 167, 224], [113, 208, 123]],
           [[214,  35, 229], [  6, 143, 138], [ 98,  81, 118]],
           [[187, 167, 140], [218, 178,  23], [ 43, 133, 154]],
           [[150,  76, 101], [  8,  38, 238], [ 84,  47,   7]],
           [[117, 246, 163], [237,  69, 129], [ 60, 101,  41]]], dtype='uint8');
    
    r (csv风格) = 
     91,   2,  79, 179,  52, 205, 236,   8, 181
    239,  26, 248, 207, 218,  45, 183, 158, 101
    102,  18, 118,  68, 210, 139, 198, 207, 211
    181, 162, 197, 191, 196,  40,   7, 243, 230
     45,   6,  48, 173, 242, 125, 175,  90,  63
     90,  22, 112, 221, 167, 224, 113, 208, 123
    214,  35, 229,   6, 143, 138,  98,  81, 118
    187, 167, 140, 218, 178,  23,  43, 133, 154
    150,  76, 101,   8,  38, 238,  84,  47,   7
    117, 246, 163, 237,  69, 129,  60, 101,  41
    ;
    
    r (c风格) = 
    { 91,   2,  79, 179,  52, 205, 236,   8, 181,
     239,  26, 248, 207, 218,  45, 183, 158, 101,
     102,  18, 118,  68, 210, 139, 198, 207, 211,
     181, 162, 197, 191, 196,  40,   7, 243, 230,
      45,   6,  48, 173, 242, 125, 175,  90,  63,
      90,  22, 112, 221, 167, 224, 113, 208, 123,
     214,  35, 229,   6, 143, 138,  98,  81, 118,
     187, 167, 140, 218, 178,  23,  43, 133, 154,
     150,  76, 101,   8,  38, 238,  84,  47,   7,
     117, 246, 163, 237,  69, 129,  60, 101,  41};
    
    p = [5, 1];
    p3f = [2, 6, 7];
    shortvec = [1;
     2;
     3]
    points = [0, 0;
     5, 1;
     10, 2;
     15, 3;
     20, 4;
     25, 5;
     30, 6;
     35, 0;
     40, 1;
     45, 2;
     50, 3;
     55, 4;
     60, 5;
     65, 6;
     70, 0;
     75, 1;
     80, 2;
     85, 3;
     90, 4;
     95, 5];
    
    
  • 相关阅读:
    软件测试技术之如何编写测试用例
    leetcode-233:数字 1 的个数
    洛谷P1334 瑞瑞的木板
    聚焦AIGC落地,八仙过海,谁更神通?
    技术架构图是什么?和业务架构图的区别是什么?
    Deformable Convolutional Networks 可变形卷积网络论文精读与解析
    大数据Doris(四):直接编译(CentOS/Ubuntu)准备
    今天是新的一天
    Ubuntu终端Terminator的安装
    民安智库(第三方满意度调研公司)医院满意度调查:用数据说话,让服务更贴心
  • 原文地址:https://blog.csdn.net/jndingxin/article/details/139837765