OpenCV 图形API(10)用于执行标量除以矩阵的逐元素操作函数divRC()

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

描述

标量除以矩阵。

函数 divRC 将给定的标量除以矩阵 src 的每个元素,并将结果保存在与 src 具有相同大小和类型的新的矩阵中:
dst(I) = saturate(divident*scale/src(I)) \texttt{dst(I) = saturate(divident*scale/src(I))} dst(I) = saturate(divident*scale/src(I))

当 src(I) 为零时,dst(I) 也将为零。多通道矩阵的不同通道独立处理。矩阵可以是单通道或多通道。输出矩阵必须与 src 具有相同的大小和深度。

支持的矩阵数据类型为 CV_8UC1, CV_8UC3, CV_16UC1, CV_16SC1, CV_32FC1。

cv::gapi::divRC 函数用于执行标量除以矩阵的逐元素操作,并可以选择性地应用缩放因子和指定输出数据类型深度。与 cv::gapi::divC 不同,divRC 是将一个标量(被除数)除以矩阵中的每个元素(除数),而不是相反。

函数原型

cpp 复制代码
GMat cv::gapi::divRC 	
(
 	const GScalar &  	divident,
	const GMat &  	src,
	double  	scale,
	int  	ddepth = -1 
) 		

参数

  • 参数src:输入矩阵。
  • 参数divident:要被除的数(被除数)。
  • 参数ddepth:输出矩阵的可选深度。如果为 -1,则输出矩阵的深度将与输入矩阵的深度相同。
  • 参数scale:缩放因子。

返回值

返回一个 GMat 对象,表示标量除以矩阵中每个元素并经过缩放后的结果。

代码示例

cpp 复制代码
#include <iostream>
#include <opencv2/gapi/core.hpp>  // 包含G-API核心功能
#include <opencv2/opencv.hpp>

int main()
{
    // 创建示例数据
    cv::Mat src = ( cv::Mat_< float >( 2, 2 ) << 2.0f, 4.0f, 8.0f, 16.0f );
    cv::Scalar divident( 16.0 );  // 标量被除数
    double scale = 1.0;           // 缩放因子

    // 检查输入矩阵是否为空
    if ( src.empty() )
    {
        std::cerr << "无法加载输入矩阵,请检查数据。" << std::endl;
        return -1;
    }

    // 定义G-API图中的输入
    cv::GScalar gdivident( divident );
    cv::GMat gsrc;
    int ddepth = -1;  // 使用默认深度

    // 执行除法操作
    auto gdst = cv::gapi::divRC( gdivident, gsrc, scale, ddepth );

    // 创建一个计算图
    cv::GComputation div_graph( cv::GIn( gsrc ), cv::GOut( gdst ) );

    // 输出矩阵
    cv::Mat result;

    // 编译并执行计算图
    div_graph.apply( cv::gin( src ), cv::gout( result ) );

    // 打印结果
    std::cout << "Result: \n" << result << std::endl;

    return 0;
}

运行结果

bash 复制代码
Result: 
[8, 4;
 2, 1]
相关推荐
碳基学AI5 分钟前
哈尔滨工业大学DeepSeek公开课:探索大模型原理、技术与应用从GPT到DeepSeek|附视频与讲义免费下载方法
大数据·人工智能·python·gpt·算法·语言模型·集成学习
补三补四9 分钟前
机器学习-聚类分析算法
人工智能·深度学习·算法·机器学习
果冻人工智能22 分钟前
法官们终于似乎明白了:如果没有复制,那就没有版权
人工智能
tle_sammy23 分钟前
AI 重构老旧系统:创业新曙光
人工智能·重构
果冻人工智能25 分钟前
什么是 MCP,以及你为什么该关注它
人工智能
誉鏐30 分钟前
PyTorch复现逻辑回归
人工智能·pytorch·逻辑回归
正脉科工 CAE仿真33 分钟前
基于ANSYS 概率设计和APDL编程的结构可靠性设计分析
人工智能·python·算法
EasyGBS38 分钟前
视频设备轨迹回放平台EasyCVR打造视频智能融合新平台,驱动智慧机场迈向数字新时代
网络·人工智能·安全·音视频
Chaos_Wang_44 分钟前
NLP高频面试题(三十三)——Vision Transformer(ViT)模型架构介绍
人工智能·自然语言处理·transformer
新知图书1 小时前
OpenCV单窗口显示多图片
人工智能·opencv·计算机视觉