Study notes for OpenCV——第九节 矩阵的维度、通道和矩阵的访问

本文通过实例详细介绍了矩阵的不同维度和通道数的概念,包括单通道、双通道和多通道矩阵的创建与访问方法,并探讨了多维矩阵的应用。

一、矩阵的维度与通道

单通道:

// CvMat_Get.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include "cxtypes.h"
#include "highgui.h"


int _tmain(int argc, _TCHAR* argv[])
{
	float data[18]=
	{30,60,40,48,50,40,
		 67,65,12,69,28,97,
		 56,87,99,49,25,45};
	CvMat mat;
	cvInitMatHeader(&mat,3,6,CV_32FC1,data);

	for(int y=0;y<mat.rows;y++)
	{
		for(int x=0;x<mat.cols;x++)
		{
			float value = cvGetReal2D(&mat,y,x);   //取y行 x列 2维的

			printf("%f  ",value);

		}
		printf("\n");
	}

	return 0;
}
结果:3行6列


双通道:

// CvMat_Get.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include "cxtypes.h"
#include "highgui.h"


int _tmain(int argc, _TCHAR* argv[])
{
	float data[18]=
	{30,60,40,48,50,40,
		 67,65,12,69,28,97,
		 56,87,99,49,25,45};
	CvMat mat;
	cvInitMatHeader(&mat,3,3,CV_32FC2,data);     //由于是双通道3×3×2=18

	for(int y=0;y<mat.rows;y++)
	{
		for(int x=0;x<mat.cols;x++)
		{
			CvScalar value = cvGet2D(&mat,y,x);   //取y行 x列 2维的

			printf("(%f  %f)",value.val[0],value.val[1]);  //每个坐标点打印两个值;并且用括号括起来

		}
		printf("\n");
	}

	return 0;
}
结果:每一行有3个元素,每一个元素有2个值组成,理解为3×3的矩阵



可以理解为:多通道可以拆分为n个单通道。


多通道:

// CvMat_Get.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include "cxtypes.h"
#include "highgui.h"


int _tmain(int argc, _TCHAR* argv[])
{
	float data[18]=
	{30,60,40,48,50,40,
		 67,65,12,69,28,97,
		 56,87,99,49,25,45};
	CvMat mat;
	cvInitMatHeader(&mat,3,2,CV_32FC3,data);     //由于是三通道3×2×3=18

	for(int y=0;y<mat.rows;y++)
	{
		for(int x=0;x<mat.cols;x++)
		{
			CvScalar value = cvGet2D(&mat,y,x);   //取y行 x列 2维的

			printf("(%f  %f  %f)",value.val[0],value.val[1],value.val[2]);  //每个坐标点打印三个值;并且用括号括起来

		}
		printf("\n");
	}

	return 0;
}
结果:每行有两个元素,每个元素有3个值组成,这个可以这么去理解,一个彩色图像都有RGB三个值。理解3×2的矩阵


多维:维体现的是坐标,通道体现的是元素中值的个数。

// CvMat_Get.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include "cxtypes.h"
#include "highgui.h"


int _tmain(int argc, _TCHAR* argv[])
{
	float data[18]=
	{30,60,40,48,50,40,
		 67,65,12,69,28,97,
		 56,87,99,49,25,45};
	CvMat mat;
	cvInitMatHeader(&mat,3,2,CV_32FC3,data);     //由于是三通道3×2×3=18
	
	//	x,y,z
	int size[3] = {2,2,2}     //x y z=0,1,2
	CvMatND mat_nd;
	cvInitMatNDheader(&mat_nd,3,size,CV_32FC2,data);    //三维双通道    

	for(int y=0;y<mat.rows;y++)
	{
		for(int x=0;x<mat.cols;x++)
		{
			CvScalar value = cvGetRealND(&mat,z,y,x);   //取y行 x列 2维的

			printf("(%f  %f  %f)",value.val[0],value.val[1],value.val[2]);  //每个坐标点打印三个值;并且用括号括起来

		}
		printf("\n");
	}

	return 0;
}
注意:提问:为什么不直接使用OpenCV中cvGetReal2D一系列的函数呢?

这个主要考虑时间效率的问题,因为调用函数的时候,参数要入栈和出栈。一个图像有10000个像素点,或者图像比较大的时候,这样效率就特别低了,所以我们用指针来访问矩阵。

二、矩阵的访问

单通道矩阵的访问

// CvMat_Get.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include "cxtypes.h"
#include "highgui.h"


int _tmain(int argc, _TCHAR* argv[])
{
	float data[18]=
	{30,60,40,48,50,40,
		 67,65,12,69,28,97,
		 56,87,99,49,25,45};
	CvMat mat;
	cvInitMatHeader(&mat,3,6,CV_32FC1,data);  //单通道,3行6列,则每一行4×6=24个字节 step=24

	int y,x ;

	for(y=0;y<mat.rows;y++)
	{
		//先获取第y行的起始地址
		float* p_float = (float*) (mat.data.ptr + y*mat.step);//区分字节	float* da = (float*) (mat.data.ptr + y*mat.step*sizeof(unchar))
		//float* da = (float*) (mat.data.ptr) + y*mat.step;====字节float* da = (float*) (mat.data.ptr) + y*mat.step*sizeof(float)
		
		//获取第y行的第x个元素
		for(x=0;x<mat.cols;x++)
		{
			float value = *(p_float+x);

			printf(" (%f) ",value);
		}

		printf("\n");
	}

	return 0;
}
结果:


这里要区分一个unchar与float字节偏移的问题

float* p_float = (float*) (mat.data.ptr + y*mat.step); //区分字节	float* da = (float*) (mat.data.ptr + y*mat.step*sizeof(unchar))
float* da = (float*) (mat.data.ptr) + y*mat.step;      //    字节   float* da = (float*) (mat.data.ptr) + y*mat.step*sizeof(float)


二通道矩阵的访问

// CvMat_Get.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include "cxtypes.h"
#include "highgui.h"


int _tmain(int argc, _TCHAR* argv[])
{
	float data[18]=
	{30,60,40,48,50,40,
		 67,65,12,69,28,97,
		 56,87,99,49,25,45};
	CvMat mat;
	cvInitMatHeader(&mat,3,3,CV_32FC2,data);  //二通道,3行3列

	int y ,x ;
	int nChannels = 2;   //表示通道数

	for(y=0;y<mat.rows;y++)
	{
		//先获取第y行的起始地址
		float* p_float = (float*) (mat.data.ptr + y*mat.step);

		//获取第y行的第x个元素,每个元素有2个float数
		for(x=0;x<mat.cols;x++)
		{
			float value[2];

			value[0] = *(p_float+nChannels*x);     //指向第y行的第x元素的起始地址,即指向第一个float数据

			value[1] = *(p_float+nChannels*x+1);   //指向第二个float数据


			printf(" (%f %f) ",value[0],value[1]);
		}

		printf("\n");
	}

	return 0;
}
结果:



三通道矩阵的访问

// CvMat_Get.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include "cxtypes.h"
#include "highgui.h"


int _tmain(int argc, _TCHAR* argv[])
{
	float data[18]=
	{30,60,40,48,50,40,
		 67,65,12,69,28,97,
		 56,87,99,49,25,45};
	CvMat mat;
	cvInitMatHeader(&mat,3,2,CV_32FC2,data);  //三通道,3行2列

	int y ,x ;
	int nChannels = 3;   //表示通道数

	for(y=0;y<mat.rows;y++)
	{
		//先获取第y行的起始地址
		float* p_float = (float*) (mat.data.ptr + y*mat.step);

		//获取第y行的第x个元素,每个元素有3个float数
		for(x=0;x<mat.cols;x++)
		{
			float value[3];

			value[0] = *(p_float+nChannels*x);     //指向第y行的第x元素的起始地址,即指向第一个float数据

			value[1] = *(p_float+nChannels*x+1);   //指向第二个float数据

			value[2] = *(p_float+nChannels*x+2);   //指向第三个float数据

			printf(" (%f %f %f) ",value[0],value[1],value[2]);
		}

		printf("\n");
	}

	return 0;
}
结果:



本文尚不成熟,希望大家提出宝贵意见。

敬请关注本博客和新浪微博To_捭阖_youth.





内容概要:本资源聚焦于配电网在发生故障后的两阶段鲁棒恢复研究,旨在提升电力系统在不确定性条件下的恢复能力与运行可靠性。研究采用两阶段优化方法,第一阶段进行预恢复决策,如网络重构、分布式电源出力调整等,以最小化预期损失;第二阶段则针对实际发生的故障场景实施校正控制,利用鲁棒优化理论应对负荷波动、新能源出力不确定性等因素,确保恢复方案的可行性与强健性。资源提供了完整的Matlab代码实现,复现了相关顶刊研究成果,便于使用者深入理解模型构建、算法求解及仿真分析全过程。; 适合人群:具备电力系统分析、优化理论基础及Matlab编程能力的研究生、科研人员及电力行业工程师。; 使用场景及目标:① 学习并掌握配电网故障恢复的先进优化方法,特别是两阶段鲁棒优化模型的构建与应用;② 复现验证顶刊论文中的算法,为自身科研工作提供技术参考代码基础;③ 将所学方法拓展应用于微电网、主动配电网等新型电力系统的可靠性评估与优化调度研究。; 阅读建议:学习者应结合提供的Matlab代码,仔细研读模型的数学公式与求解逻辑,重点关注不确定性建模、两阶段决策变量的设定以及鲁棒对等转换技巧。建议在掌握基础案例后,尝试修改参数或引入新的约束条件进行扩展研究,以深化理解并提升创新能力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值