OpenCV 图形API(20)用于执行标量与矩阵之间的逐元素减法操作函数subRC()

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

算法描述

计算给定标量与矩阵之间的逐元素差值。

该函数可以用矩阵表达式替代:
dst = c − src \texttt{dst} = \texttt{c} - \texttt{src} dst=c−src

输出矩阵的深度由 ddepth 参数决定。如果 ddepth 设置为默认值 -1,则输出矩阵的深度将与输入矩阵相同。这些矩阵可以是单通道或多通道的。输出矩阵必须与 src 具有相同的尺寸。

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.subRC"

函数原型

cpp 复制代码
GMat cv::gapi::subRC 	
(
 	const GScalar &  	c,
	const GMat &  	src,
	int  	ddepth = -1 
) 		

参数:

  • 参数c: 要从中减去的标量值。
  • 参数src: 输入矩阵,其每个元素将从标量值 c 中减去。
  • 参数ddepth: 输出矩阵的可选深度。

代码示例

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

int main()
{
    // 创建示例输入矩阵
    cv::Mat src = ( cv::Mat_< float >( 3, 3 ) << 5.f, 6.f, 7.f, 8.f, 9.f, 10.f, 11.f, 12.f, 13.f );

    // 定义标量值
    cv::Scalar c( 20.0f );  // 标量值为20.0

    // 定义G-API计算图
    cv::GComputation subComp( []() {
        cv::GScalar scalar;
        cv::GMat in;
        cv::GMat out = cv::gapi::subRC( scalar, in );  // 计算逐元素差
        return cv::GComputation( cv::GIn( scalar, in ), cv::GOut( out ) );
    } );

    // 输出矩阵
    cv::Mat dst;

    // 执行计算图
    subComp.apply( cv::gin( c, src ), cv::gout( dst ) );

    // 打印结果
    std::cout << "Element-wise subtraction result: \n" << dst << std::endl;

    return 0;
}

运行结果

bash 复制代码
Element-wise subtraction result: 
[15, 14, 13;
 12, 11, 10;
 9, 8, 7]
相关推荐
小霖家的混江龙5 分钟前
不再费脑, 拆解 AI 的数学工具, 诠释函数, 向量, 矩阵和神经网络的关系
人工智能·llm·aigc
无心水1 小时前
【分布式利器:腾讯TSF】10、TSF故障排查与架构评审实战:Java架构师从救火到防火的生产哲学
java·人工智能·分布式·架构·限流·分布式利器·腾讯tsf
小鸡吃米…8 小时前
机器学习 - K - 中心聚类
人工智能·机器学习·聚类
好奇龙猫8 小时前
【AI学习-comfyUI学习-第三十节-第三十一节-FLUX-SD放大工作流+FLUX图生图工作流-各个部分学习】
人工智能·学习
沈浩(种子思维作者)8 小时前
真的能精准医疗吗?癌症能提前发现吗?
人工智能·python·网络安全·健康医疗·量子计算
saoys8 小时前
Opencv 学习笔记:图像掩膜操作(精准提取指定区域像素)
笔记·opencv·学习
minhuan8 小时前
大模型应用:大模型越大越好?模型参数量与效果的边际效益分析.51
人工智能·大模型参数评估·边际效益分析·大模型参数选择
Cherry的跨界思维8 小时前
28、AI测试环境搭建与全栈工具实战:从本地到云平台的完整指南
java·人工智能·vue3·ai测试·ai全栈·测试全栈·ai测试全栈
MM_MS8 小时前
Halcon变量控制类型、数据类型转换、字符串格式化、元组操作
开发语言·人工智能·深度学习·算法·目标检测·计算机视觉·视觉检测
ASF1231415sd9 小时前
【基于YOLOv10n-CSP-PTB的大豆花朵检测与识别系统详解】
人工智能·yolo·目标跟踪