【opencv入门教程】13. 矩阵的加减运算

文章选自:

一、函数add、subtract

cpp 复制代码
//加法运算
CV_EXPORTS_W void add(InputArray src1, InputArray src2, OutputArray dst,
                      InputArray mask = noArray(
                      
//减法运算
CV_EXPORTS_W void subtract(InputArray src1, InputArray src2, OutputArray dst,
                           InputArray mask = noArray(), int dtype = -1);

说明:

  1. 两个相同size和channels的矩阵与矩阵相加时(即上面的第一种情况)可以用操作符+代替,如"cv::add(A1, B1, C1);"等效于"C1 = A1+B1;"
  2. 多通道的矩阵相加时,各个通道分别单独作相加算

二、测试程序

复制代码
以下测试程序包括分别使用2种方式初始化数据,相同数据类型的矩阵与不同数据类型的矩阵比较,矩阵与标量之间的运算
cpp 复制代码
void Samples::MatrixComputation()
{
  //step1. 相同size与channel矩阵加减运算1
  cv::Mat a = Mat::eye(Size(3, 3), CV_32F);
  cv::Mat b = Mat::ones(Size(3, 3), CV_32F);
  //矩阵加法
  cv::Mat c = a + b;
  //矩阵减法
  cv::Mat d = a - b;
  cout << "step1.相同size与channel矩阵加减运算1" << endl;
  cout << "a  = " << endl << a << endl << endl;
  cout << "b  = " << endl << b << endl << endl;
  cout << "c  = " << endl << c << endl << endl;
  cout << "d  = " << endl << d << endl << endl;

  //step2. 相同size与channel矩阵加减运算2
  cout << "step2. 相同size与channel矩阵加减运算2" << endl;
  cv::Mat A2 = (cv::Mat_<uchar>(3, 3) << 1, 1, 1, 1, 1, 1, 1, 1, 1);
  cout << "A2中的数据为:\n" << A2 << endl << endl;
  cv::Mat B2 = (cv::Mat_<uchar>(3, 3) << 1, 0, 0, 0, 1, 0, 0, 0, 1);
  cout << "B2中的数据为:\n" << B2 << endl << endl;
  //矩阵加法
  cv::Mat C2,C21;
  cv::add(A2, B2, C2);
  C21 = A2 + B2;//相同chnnel与size矩阵
  cout << "C2中的数据为:\n" << C2 << endl << endl;
  cout << "C21中的数据为:\n" << C21 << endl << endl;
  //矩阵减法
  cv::Mat D2, D21;
  cv::subtract(A2, B2, D2);
  D21 = A2 - B2;
  cout << "D2中的数据为:\n" << D2 << endl << endl;
  cout << "D21中的数据为:\n" << D21 << endl << endl;

  //step3. 不同数据类型的矩阵加法运算
  cout << "step3. 不同数据类型的矩阵加法运算" << endl;
  cv::Mat A3 = (cv::Mat_<uchar>(2, 3) << 1, 2, 3, 4, 5, 6);
  cout << "A3中的数据为:\n" << A3 << endl << endl;

  cv::Mat B3 = (cv::Mat_<int>(2, 3) << 2, 3, 4, 5, 6, 250);
  cout << "B3中的数据为:\n" << B3 << endl << endl;

  //不同数据类型的矩阵与矩阵相加
  cv::Mat C3;
  cv::InputArray mask1 = cv::noArray();
  cv::add(A3, B3, C3, mask1, CV_16U);//俩个加数数据类型不相同的情况下使用
  //cv::add(AA, BB, CC); //Error,俩个加数数据类型相同的情况下使用
  cout << "C3中的数据为:\n" << C3 << endl << endl;

  //step4. 矩阵与标量加法运算
  cout << "step4. 不同数据类型的矩阵加法运算" << endl;
  cv::Mat A4 = (cv::Mat_<uchar>(2, 3) << 1, 2, 3, 4, 5, 6);
  cout << "A4中的数据为:\n" << A4 << endl << endl;

  uchar b1 = 1;
  int b2 = 2;

  cv::Mat C4, C41;
  cv::InputArray mask2 = cv::noArray();
  cv::add(A4, b1, C4);//两个加数的数据类型相同
  cv::add(A4, b2, C41, mask2, CV_8U);//两个加数的数据类型不同
  cout << "C4中的数据为:\n" << C4 << endl << endl;
  cout << "C41中的数据为:\n" << C41 << endl << endl;
}

三、 测试结果

相关推荐
黎阳之光11 分钟前
黎阳之光:视频孪生领跑者,铸就中国数字科技全球竞争力
大数据·人工智能·算法·安全·数字孪生
小超同学你好21 分钟前
面向 LLM 的程序设计 6:Tool Calling 的完整生命周期——从定义、决策、执行到观测回注
人工智能·语言模型
智星云算力40 分钟前
本地GPU与租用GPU混合部署:混合算力架构搭建指南
人工智能·架构·gpu算力·智星云·gpu租用
jinanwuhuaguo41 分钟前
截止到4月8日,OpenClaw 2026年4月更新深度解读剖析:从“能力回归”到“信任内建”的范式跃迁
android·开发语言·人工智能·深度学习·kotlin
xiaozhazha_1 小时前
效率提升80%:2026年AI CRM与ERP深度集成的架构设计与实现
人工智能
枫叶林FYL1 小时前
【自然语言处理 NLP】7.2.2 安全性评估与Constitutional AI
人工智能·自然语言处理
AI人工智能+1 小时前
基于高精度身份证OCR识别、炫彩活体检测及人脸比对技术的人脸核身系统,为通信行业数字化转型提供了坚实的安全底座
人工智能·计算机视觉·人脸识别·ocr·人脸核身
小敬爱吃饭1 小时前
Ragflow Docker部署及问题解决方案(界面为Welcome to nginx,ragflow上传文件失败,Docker中的ragflow-cpu-1一直重启)
人工智能·python·nginx·docker·语言模型·容器·数据挖掘
宸津-代码粉碎机1 小时前
Spring Boot 4.0虚拟线程实战调优技巧,最大化发挥并发优势
java·人工智能·spring boot·后端·python
老兵发新帖1 小时前
Hermes:比openclaw更好用的智能体?
人工智能