有时我不得不将一些 Matlab 代码移植到 OpenCV。
在 OpenCV 中几乎总是有一种方法和一个适当的功能。然而,它并不总是很容易找到。
因此,我想开始这个总结,以找到和收集 Matlab 和 OpenCV 之间的一些等价物。
我使用 Matlab 函数作为标题,并从 Matlab 帮助中附加其描述。之后,感谢 OpenCV 示例或解决方案的链接。
复制并平铺数组。B = repmat(A,M,N) 创建一个大矩阵 B,其中包含 A 的 M×N 副本。B 的大小为 [size(A,1)*M, size(A,2) *N]。语句 repmat(A,N) 创建一个 N×N 平铺。
B = 重复(A,M,N)
查找非零元素的索引。I = find(X) 返回对应于数组 X 的非零条目的线性索引。X 可能是一个逻辑表达式。使用 IND2SUB(SIZE(X),I) 从线性索引 I 计算多个下标。
二维卷积。C = conv2(A, B) 执行矩阵 A 和 B 的二维卷积。如果 [ma,na] = size(A),[mb,nb] = size(B),并且 [mc,nc] =大小(C),然后 mc = max([ma+mb-1,ma,mb]) 和 nc = max([na+nb-1,na,nb])。
缩放数据并显示为图像。imagesc(...) 与 IMAGE(...) 相同,只是数据被缩放以使用完整的颜色图。
多维图像的ND过滤。B = imfilter(A,H) 使用多维过滤器 H 过滤多维数组 A。A 可以是逻辑数组,也可以是任何类和维度的非稀疏数值数组。结果 B 与 A 具有相同的大小和类别。
区域最大值。BW = imregionalmax(I) 计算 I 的区域最大值。imregionalmax 返回与 I 大小相同的二值图像 BW,它标识 I 中区域最大值的位置。在 BW 中,设置为 1 的像素标识区域最大值; 所有其他像素设置为 0。
二维顺序统计过滤。B=ordfilt2(A,ORDER,DOMAIN) 将 A 中的每个元素替换为由 DOMAIN 中的非零元素指定的已排序邻居集中的第 ORDER 元素。
选择感兴趣的多边形区域。使用 roipoly 在图像中选择感兴趣的多边形区域。roipoly 返回一个二进制图像,您可以将其用作掩码过滤的掩码。
近似梯度。[FX,FY] = gradient(F) 返回矩阵 F 的数值梯度。FX 对应于 dF/dx,即 x(水平)方向的差异。FY 对应于 dF/dy,即 y(垂直)方向的差异。假设每个方向上的点之间的间距为 1。当 F 为向量时,DF = gradient(F) 为一维梯度。
来自多个下标的线性索引。sub2ind 用于确定对应于一组给定下标值的等效单个索引。
求解线性方程组A*x = B
。矩阵 A 和 B 必须具有相同的行数。