OpenCV 图形API(14)用于执行矩阵(或图像)与一个标量值的逐元素乘法操作函数mulC()

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

描述

将矩阵与标量相乘。

mulC 函数将给定矩阵 src 的每个元素乘以一个给定的标量值:
dst ( I ) = saturate ( src1 ( I ) ⋅ multiplier ) \texttt{dst} (I)= \texttt{saturate} ( \texttt{src1} (I) \cdot \texttt{multiplier} ) dst(I)=saturate(src1(I)⋅multiplier)

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。

支持的矩阵数据类型包括:CV_8UC1、CV_8UC3、CV_16UC1、CV_16SC1、CV_32FC1。

注意:

该函数的文本ID是 "org.opencv.core.math.mulC"。

函数原型

cpp 复制代码
GMat cv::gapi::mulC
(
 	const GMat &  	src,
	double  	multiplier,
	int  	ddepth = -1 
) 	

参数

  • 参数src:输入矩阵。
  • 参数 multiplier:要乘以的因子。
  • 参数 ddepth:输出矩阵的可选深度。如果为 -1,输出矩阵的深度将与输入矩阵的深度相同。

代码示例

cpp 复制代码
#include <opencv2/gapi.hpp>
#include <opencv2/gapi/core.hpp>
#include <opencv2/opencv.hpp>

int main()
{
    // 创建一个示例矩阵
    cv::Mat src = ( cv::Mat_< double >( 2, 2 ) << 1.0, 2.0, 3.0, 4.0 );

    // 标量乘数
    double multiplier = 2.5;

    // 定义G-API计算图
    cv::GComputation mulComp( [ multiplier ]() {  // 捕获multiplier
        cv::GMat in;
        cv::GMat out = cv::gapi::mulC( in, multiplier );
        return cv::GComputation( cv::GIn( in ), cv::GOut( out ) );
    } );

    // 输出矩阵
    cv::Mat dst;

    // 执行计算图,这里我们不指定特定的backend,使用默认设置
    mulComp.apply( src, dst, cv::compile_args() );

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

    return 0;
}

运行结果

bash 复制代码
Result: 
[2.5, 5;
 7.5, 10]
相关推荐
要做朋鱼燕几秒前
【OpenCV】图像处理实战:边界填充与阈值详解
图像处理·笔记·opencv·计算机视觉
DevYK10 分钟前
企业级Agent开发教程(三)基于LangGraph开发低代码 AI Agent 轻量级开发框架
人工智能·agent
1892280486111 分钟前
NX482NX486美光固态闪存NX507NX508
大数据·网络·数据库·人工智能·性能优化
有才不一定有德13 分钟前
从工具到语境:Anthropic 双文启示下的 AI 代理工程实践心得
人工智能
余衫马1 小时前
llama.cpp:本地大模型推理的高性能 C++ 框架
c++·人工智能·llm·llama·大模型部署
deephub1 小时前
Google开源Tunix:JAX生态的LLM微调方案来了
人工智能·深度学习·google·微调·大语言模型·jax
数据与人工智能律师2 小时前
数字人民币钱包抉择:匿名自由与实名安全的法律风险评估
大数据·人工智能·python·云计算·区块链
云安全联盟大中华区2 小时前
以美为鉴:构建现代化的核能行业网络安全合规体系--为人工智能革命提供动力
人工智能·安全·web安全
沉默媛2 小时前
扩散模型-图像编辑【An Edit Friendly DDPM Noise Space: Inversion and Manipulations】
人工智能·计算机视觉·cvpr·扩散模型·图像编辑·ddpm
nju_spy2 小时前
2023 美赛C Predicting Wordle Results(上)
人工智能·机器学习·数学建模·数据挖掘·arima·时间序列预测·相关性分析