OpenCV求矩阵的特征值和特征向量
2010-01-06 09:46
417 查看
OpenCV求矩阵的特征值和特征向量
首先安转和配置OpenCV windows版,在此不赘述!
首先看看OpenCV中的矩阵运算的相关知识:CvMat(多通道矩阵)
CvMat的结构定义:
CvMat分配矩阵空间:
CvMat* cvCreateMat(int rows, int cols, int type);
例如:CvMat* M = cvCreateMat(4, 4, CV_32FC1);
其中CV_32FC1表示32位浮点单通道矩阵
CvMat释放矩阵空间:
CvMat* M = cvCreateMat(4, 4, CV_32FC1);
cvReleaseMat(&M);
复制矩阵:
CvMat* M1 = cvCreateMat(4, 4, CV_32FC1);
CvMat* M2;
M2 = cvCloneMat(M1);
初始化矩阵:
double a[] = {{1, 2, 3}, {4, 5, 6}, {7, 8, 9}, {10, 11, 12} };
CvMat Ma = cvMat(4, 3, CV_32FC1, a);//method 1
CvMat Ma; cvInitMatHeader(&Ma, 3, 4, CV_32FC1, a);//method2
特征值分析(对称矩阵)
CvMat* A = cvCreateMat(3, 3, CV_32FC1);
CvMat* B = cvCreateMat(3, 3, CV_32FC1);
CvMat* C = cvCreateMat(3, 1, CV_32FC1);
cvEigenVV(A, B, C);//C是A的特征值(降序排列),而B则是A的特征向量(每行)
例如下面的例子(编译通过)
//获得特征向量
//add by maozhaoyang
vector<vector<double> > CImgClusterDemoView::GetEigenMat(const vector<vector<double> > &k)
{
CvMat* M = cvCreateMat(k.size(),k.size(),CV_64FC1);
cvZero(M);
for(int i = 0; i < k.size(); i++)
for(int j = 0; j < k.size(); j++)
cvmSet(M, i, j, k[i][j]);
CvMat* E = cvCreateMat(k.size(), k.size(), CV_64FC1);
cvZero(E);
CvMat* I = cvCreateMat(k.size(), 1, CV_64FC1);
cvZero(I);
//从矩阵M中获取特征向量存入E(降序排列),特征值存入I
cvEigenVV(M, E, I);
vector<double> a(k.size(),0);
vector< vector<double> > eigenMat(2,a);
//取前两个最大的特征向量
for(int i = 0; i < 2; i++)
for(int j = 0; j < k.size(); j++)
eigenMat[i][j] = cvmGet(E,i,j);
cvReleaseMat(&M);
cvReleaseMat(&E);
cvReleaseMat(&I);
return eigenMat;
}
首先安转和配置OpenCV windows版,在此不赘述!
首先看看OpenCV中的矩阵运算的相关知识:CvMat(多通道矩阵)
CvMat的结构定义:
typedef struct CvMat { int type; /* CvMat 标识 (CV_MAT_MAGIC_VAL), 元素类型和标记 */ int step; /* 以字节为单位的行数据长度*/ int* refcount; /* 数据引用计数 */ union { uchar* ptr; short* s; int* i; float* fl; double* db; } data; /* data 指针 */ #ifdef __cplusplus union { int rows; int height; }; union { int cols; int width; }; #else int rows; /* 行数 */ int cols; /* 列数*/ #endif } CvMat;
CvMat分配矩阵空间:
CvMat* cvCreateMat(int rows, int cols, int type);
例如:CvMat* M = cvCreateMat(4, 4, CV_32FC1);
其中CV_32FC1表示32位浮点单通道矩阵
CvMat释放矩阵空间:
CvMat* M = cvCreateMat(4, 4, CV_32FC1);
cvReleaseMat(&M);
复制矩阵:
CvMat* M1 = cvCreateMat(4, 4, CV_32FC1);
CvMat* M2;
M2 = cvCloneMat(M1);
初始化矩阵:
double a[] = {{1, 2, 3}, {4, 5, 6}, {7, 8, 9}, {10, 11, 12} };
CvMat Ma = cvMat(4, 3, CV_32FC1, a);//method 1
CvMat Ma; cvInitMatHeader(&Ma, 3, 4, CV_32FC1, a);//method2
特征值分析(对称矩阵)
CvMat* A = cvCreateMat(3, 3, CV_32FC1);
CvMat* B = cvCreateMat(3, 3, CV_32FC1);
CvMat* C = cvCreateMat(3, 1, CV_32FC1);
cvEigenVV(A, B, C);//C是A的特征值(降序排列),而B则是A的特征向量(每行)
例如下面的例子(编译通过)
//获得特征向量
//add by maozhaoyang
vector<vector<double> > CImgClusterDemoView::GetEigenMat(const vector<vector<double> > &k)
{
CvMat* M = cvCreateMat(k.size(),k.size(),CV_64FC1);
cvZero(M);
for(int i = 0; i < k.size(); i++)
for(int j = 0; j < k.size(); j++)
cvmSet(M, i, j, k[i][j]);
CvMat* E = cvCreateMat(k.size(), k.size(), CV_64FC1);
cvZero(E);
CvMat* I = cvCreateMat(k.size(), 1, CV_64FC1);
cvZero(I);
//从矩阵M中获取特征向量存入E(降序排列),特征值存入I
cvEigenVV(M, E, I);
vector<double> a(k.size(),0);
vector< vector<double> > eigenMat(2,a);
//取前两个最大的特征向量
for(int i = 0; i < 2; i++)
for(int j = 0; j < k.size(); j++)
eigenMat[i][j] = cvmGet(E,i,j);
cvReleaseMat(&M);
cvReleaseMat(&E);
cvReleaseMat(&I);
return eigenMat;
}
相关文章推荐
- opencv 求矩阵的特征向量矩阵和特征值
- opencv 求矩阵的特征向量矩阵和特征值
- 利用OpenCV求矩阵的特征值和特征向量
- OpenCV匹配图像的特征向量
- 矩阵的特征值与特征向量
- 矩阵特征分解介绍及雅克比(Jacobi)方法实现特征值和特征向量的求解(C++/OpenCV/Eigen)
- 矩阵的特征值和特征向量的物理意义
- 矩阵的特征值与特征向量以及相似矩阵
- 矩阵及其变换、特征值与特征向量的物理意义
- 计算特征矩阵及哈希值(含OpenCV代码)
- Hessian 矩阵的正定性与支持向量和特征空间维数的关系
- 矩阵——特征向量(Eigenvector)
- [Codeforces 697C] PLEASE (矩阵特征向量)
- 矩阵可逆的条件以及特征值、特征向量与可对角化条件
- 幂法求矩阵特征向量和特征值的C语言程序
- 矩阵线性无关的特征向量个数与矩阵的秩的关系
- 利用python做矩阵的简单运算(行列式、特征值、特征向量等的求解)
- C语言调用MKL进行矩阵计算—特征值特征向量求解
- Jacobian矩阵、Hessian矩阵、特征值、特征向量
- 总结r(A)=1的矩阵特征向量与特征值