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
WoooChi6 分钟前
DailyTech-20260724
人工智能·科技·业界资讯
zh路西法12 分钟前
【CAM Grad-CAM Grad-CAM++】深度学习模型可解释性:从原理到YOLOv8部署实战
人工智能·深度学习·yolo·yolov8·grad-cam·cam
雨辰AI25 分钟前
全集实战:企业级大模型服务化部署全栈指南|FastAPI 封装 + Nginx 负载均衡 + 高可用架构 从单机到生产一步到位
人工智能·ai·负载均衡·fastapi·ai编程
触底反弹26 分钟前
Vibe Coding 不写 Git,等于悬崖边飙车
人工智能·git·面试
咖啡屋和酒吧1 小时前
健康管理:现代生活的科学守护
人工智能·生活·精选
星栈独行1 小时前
翻完 Pi 源码:它和 Codex、Claude Code 有何不同
开发语言·javascript·人工智能·程序人生
没有梦想的咸鱼185-1037-16631 小时前
AI-Python机器学习与深度学习技术:CNN/Transformer/扩散模型、SHAP可解释及Hermes智能体自动化
人工智能·python·深度学习·机器学习·chatgpt·cnn·transformer
kirs_ur2 小时前
SSD 在 AI 训练中的角色
大数据·服务器·人工智能
冬奇Lab2 小时前
AI 评测系列(06):DeepEval 实战——企业级 Agent 评测套件
人工智能
冬奇Lab2 小时前
开源项目第166期:worldmonitor — 实时全球情报仪表盘,73k Star 的 AI 驱动地缘政治监控平台
人工智能·开源·资讯