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
cpp 复制代码
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
cpp 复制代码
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
cpp 复制代码
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 lowc≤dst(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

cpp 复制代码
/*
 *
 *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 <iostream>
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

bash 复制代码
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];
相关推荐
MYT_flyflyfly6 小时前
计算机视觉-OpenCV图像处理
图像处理·opencv·计算机视觉
我不是加奈15 小时前
摄像头畸变矫正
python·单片机·opencv
高力士等十万人17 小时前
有哪些滤波,原理是什么,分别在什么时候用
图像处理·python·opencv·计算机视觉
jndingxin18 小时前
OpenCV机器学习(6)朴素贝叶斯分类器(Naive Bayes Classifier)cv::ml::NormalBayesClassifier的使用
人工智能·opencv·机器学习
jndingxin18 小时前
OpenCV机器学习(3)期望最大化(Expectation-Maximization, EM)算法cv::ml::EM
opencv·算法·机器学习
weixin_4130632118 小时前
结合 deepseek,通义千问的答案理解opencv 估计刚体变换矩阵(Ransac)
人工智能·opencv
PaLu-LI1 天前
ORB-SLAM3的源码学习: Settings.cc:Settings::readCamera1/readCamera2 从配置文件中加载相机参数
人工智能·数码相机·opencv·学习·ubuntu·计算机视觉
摸鱼仙人~2 天前
Python的imutils库详细介绍
开发语言·python·opencv
Array9022 天前
OpenCV的主要模块
人工智能·opencv·计算机视觉
gloomyfish2 天前
OpenCV4.8 开发实战系列专栏之 32 - 图像梯度-更多梯度算子
图像处理·opencv·计算机视觉