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
老纪的技术唠嗑局3 分钟前
Agent / Skills / Teams 架构演进流程及技术选型之道
人工智能·agent
该用户已不存在4 分钟前
除了OpenClaw还有谁?五款安全且高效的开源AI智能体
人工智能·aigc·ai编程
机器之心7 分钟前
AI发布首个全球科学家社区爆火,硅谷投资圈:科技研究领域的「谷歌地图」来了!
人工智能·openai
ECH00O0014 分钟前
06-Attention/注意力机制:AI的"聚光灯"
人工智能
机器之心22 分钟前
1美元Token撬动4800美元收益!AI挑战百万美元级基准,最赚钱的Agent出现了
人工智能·openai
ECH00O0036 分钟前
05-Transformer:AI界的"变形金刚"
人工智能
非优秀程序员42 分钟前
推荐五个OPENclaw 可以应用的场景,让你明白他能干怎么
人工智能·架构·浏览器
孟祥_成都1 小时前
Cursor 要被淘汰了?开发者最应该关注的 10 个信号
前端·人工智能
非优秀程序员1 小时前
OpenClaw 2026 最新功能全解析:Gemini、PDF 原生到安全强化完整拆解
人工智能·开源·产品经理
非优秀程序员2 小时前
OpenClaw 教学:25 个工具 + 53 个技能完整指南
人工智能·开源·全栈