使用OpenCV从一个矩阵提取子矩阵

这篇具有很好参考价值的文章主要介绍了使用OpenCV从一个矩阵提取子矩阵。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

介绍opencv的两个函数:Range()和Rect()

Range()是用于表示一个范围的类。它的构造函数有两个整数参数,分别表示范围的起始和终止索引。这个范围包括起始索引但不包括终止索引。

cv::Range(int start, int end);
/*
在OpenCV中,cv::Range() 主要用于 cv::Mat 的行、列、或通道的选择。例如,你可以使用 cv::Mat 
的 rowRange()、colRange()、channel() 等函数,并通过 cv::Range() 指定相应的范围。
*/

Rect()是用于表示一个矩形区域的类。它的构造函数有四个整数参数,分别表示矩形的左上角坐标的 x 和 y,以及矩形的宽度和高度。

cv::Rect(int x, int y, int width, int height);
/*
在OpenCV中,cv::Rect() 主要用于表示矩阵的子矩阵的区域。例如,你可以使用 cv::Mat 
的 rowRange()、colRange() 等函数,并通过 cv::Rect() 指定相应的区域。
*/

下面通过代码演示:

#include <opencv2/opencv.hpp>


int main()
{
    // 定义一个转换矩阵T
    /*
        T=[R,t
            0,1]
        R为3x3的旋转矩阵,t为1x3的平移矩阵
    */
    cv::Mat T=(cv::Mat_<double>(4, 4) << 0.9996238460064014, -0.01649257893348039, -0.02191258395290964,-0.07806970076422,
             0.01627794636500941, 0.9998181209081466, -0.009937482872516265, 0.001608557714,
             0.02207249323271539, 0.009577052982343131, 0.9997105006443944, -0.00261919831793,
             0,0,0,1.000000000000000);
    std::cout << "T=" << std::endl;
    std::cout << T << std::endl;
    std::cout << "------------------------------"<< std::endl;

    // 使用Range()函数提取子矩阵
    // 提取旋转矩阵
    cv::Mat R = T(cv::Range(0,3),cv::Range(0,3));
    std::cout << "R=" << std::endl;
    std::cout << R << std::endl;
    std::cout << "------------------------------"<< std::endl;

    // 提取平移矩阵
    cv::Mat t = T(cv::Range(0,3),cv::Range(3,4));
    std::cout << "t=" << std::endl;
    std::cout << t << std::endl;
    std::cout << "------------------------------"<< std::endl;


    // 使用Rect()函数提取子矩阵
    // 提取旋转矩阵
    R = T(cv::Rect(0,0,3,3));
    std::cout << "R=" << std::endl;
    std::cout << R << std::endl;
    std::cout << "------------------------------"<< std::endl;

    // 提取平移矩阵
    t = T(cv::Rect(3,0,1,3));
    std::cout << "t=" << std::endl;
    std::cout << t << std::endl;
    std::cout << "------------------------------"<< std::endl;


    return 0;
}

运行结果:文章来源地址https://www.toymoban.com/news/detail-810727.html

T=
[0.9996238460064014, -0.01649257893348039, -0.02191258395290964, -0.07806970076422;
 0.01627794636500941, 0.9998181209081466, -0.009937482872516265, 0.001608557714;
 0.02207249323271539, 0.009577052982343131, 0.9997105006443944, -0.00261919831793;
 0, 0, 0, 1]
------------------------------
R=
[0.9996238460064014, -0.01649257893348039, -0.02191258395290964;
 0.01627794636500941, 0.9998181209081466, -0.009937482872516265;
 0.02207249323271539, 0.009577052982343131, 0.9997105006443944]
------------------------------
t=
[-0.07806970076422;
 0.001608557714;
 -0.00261919831793]
------------------------------
R=
[0.9996238460064014, -0.01649257893348039, -0.02191258395290964;
 0.01627794636500941, 0.9998181209081466, -0.009937482872516265;
 0.02207249323271539, 0.009577052982343131, 0.9997105006443944]
------------------------------
t=
[-0.07806970076422;
 0.001608557714;
 -0.00261919831793]
------------------------------

到了这里,关于使用OpenCV从一个矩阵提取子矩阵的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【OpenCV学习】第16课:图像边缘提取 - Sobel算子详细剖析(图像梯度)

    理论 卷积的应用 - 图像边缘提取: 边缘是什么:是像素值发生跃迁的地方, 是图像的显著特征之一, 再图像特征提取丶对象检测丶模式识别等方面都有重要作用 如何捕捉/提取边缘:对图像求它的一阶导数,delta = f(x) - f(x-1), delta值越大, 说明像素在x方向变化越大,边缘信

    2024年02月04日
    浏览(48)
  • 关于uniapp中使用opencv.js拍照提取纸张轮廓

    1.效果图片 2.下载opencv.js   比如下载 4.5.0 版本的 opencv.js 文件 https://docs.opencv.org/4.5.0/opencv.js 3.引入 opencv.js放在static文件夹下 页面中引入 let cv = require(\\\'../../static/opencv/opencv.js\\\'); 4.进入正题    //页面先放一个隐藏图片     img id=\\\"imageUrl\\\" alt=\\\"No Image\\\" style=\\\"display: none;\\\" /    //获取

    2024年02月04日
    浏览(37)
  • 将一个3x3的OpenCV旋转矩阵转换为Eigen的Euler角

    代码将一个3x3的OpenCV旋转矩阵转换为Eigen的Euler角。

    2024年02月13日
    浏览(30)
  • Opencv 之ORB特征提取与匹配API简介及使用例程

    ORB因其速度较快常被用于视觉SLAM中的位姿估计、视觉里程、图像处理中的特征提取与匹配及图像拼接等领域 本文将详细给出使用例程及实现效果展示 创建 检测 计算 检测与计算 绘制特征点 绘制匹配点对 讲述特征点提取与描述子计算,实现如下: 暴力匹配实现: 其效果如

    2024年02月13日
    浏览(44)
  • 用迅为RK3568开发板使用OpenCV处理图像颜色通道提取ROI

    本小节代码在配套资料“iTOP-3568 开发板\\03_【iTOP-RK3568 开发板】指南教程 \\04_OpenCV 开发配套资料\\07”目录下,如下图所示: 在计算机的色彩图像中存有三个通道,即 BGR 通道,根据三个颜色通道的亮度值来显示出不同的颜色,通过 imread()函数读取图像文件之后,图像信息会保

    2024年02月10日
    浏览(40)
  • 迅为RK3568开发板使用OpenCV处理图像-ROI区域-位置提取ROI

    在图像处理过程中,我们可能会对图像的某一个特定区域感兴趣,该区域被称为感兴趣区域(Region of Interest, ROI)。在设定感兴趣区域 ROI 后,就可以对该区域进行整体操作。 位置提取 ROI 本小节代码在配套资料“iTOP-3568 开发板\\03_【iTOP-RK3568 开发板】指南教程\\04_OpenCV 开发配

    2024年02月21日
    浏览(39)
  • OpenCV使用教程-图像矩阵计算

    opencv 读取照片就是二维矩阵,由weight【长】、height【宽】2个维度组成的像素数组矩阵; 矩阵元素为 pixel【像素点】,由Bule、Green、Red三个颜色组成; 既然是图片本质上可以抽象成矩阵,那么根据矩阵的特性和numpy数组提供的方法,都可以对图片进行矩阵变换; 加法:若通道

    2024年02月14日
    浏览(53)
  • opencv03-Mat矩阵API的使用

    构造方法(具体介绍看API文档) 成员方法 成员方法 create

    2024年02月14日
    浏览(50)
  • C# - Opencv应用(2) 之矩阵Mat使用[矩阵创建、图像显示、像素读取与赋值]

    C# - Opencv应用(2) 之矩阵Mat使用[矩阵创建、图像显示、像素读取与赋值] 矩阵创建 图像显示与保存 像素读取与赋值 新建sample02项目,配置opencv4相关包,新建 .cs 进行测试 两种常用的图像遍历方式 灰度图操作 三通道图操作 完整代码

    2024年02月03日
    浏览(48)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包