背景:现在有CvMat类型的矩阵n个,每个矩阵都是1*m的行向量,也即每个CvMat代表一个样本的特征向量。
现在需要申请一个n*m, 即n行m列的矩阵, 每一行表示一个样本的特征向量,特征向量的维数为m。此问题也就是纠结我多天的矩阵合并问题。
解决方法:
CvMat *palm = (CvMat*)cvLoad(path); //得到一个行向量
Mat tempMat = Mat(palm, true); //将CvMat转为Mat
Mat dsttemp = M.row(n); //M为目的矩阵 n*m
tempMat.copyTo(dsttemp); //
如何查看M的值呢,网上说cout<<M就可以了,可是我电脑上没成功,不知道怎么回事。
我自己的方法:
const float *pData = M.ptr<float>(1); //这是查看第二行的值,如果查看第一行则改为 <float>(0)
for(int i=0; i<M.cols; i++)
cout<<pData[i]<<endl;
至此,问题完美解决!!! NND,让我研究了几天。
参考:
(1)http://stackoverflow.com/questions/8005627/opencv-2-3-copyto-function-not-working-as-it-was-in-2-2
(2)http://hi.baidu.com/%BE%B2%C7%C4%C7%C4%B5%D8%B0%AE%D7%C5%C4%E3/blog/item/509b7d198c12742734fa417e.html#0 我按照此方法,报错:
错误:no matching function for call to 'cv::Mat::copyTo(cv::Mat)'
(3)http://www.opencv.org.cn/forum/viewtopic.php?p=2987 基于CVMat类型的实现,太麻烦了,我没有实验,大家有弄的出来结果给我说下哈!
分享到:
相关推荐
附件是初始入门学习opencv的SVM简单程序,可以用于了解opencv中关于svm部分的使用,...开发环境是opencv2.0+vs2008,需要先安装opencv2.0才能够运行看到结果。显示第一个结果后,按回车等待几秒,即可显示分类结果。
OpenCV2 Computer Vision Application Programmming Cookbook是一本学习opencv2.0系列的C++接口的好书,书中源代码一并打包了。
OpenCV 2.0配置vc2008!
OpenCV 2.0 源代码 chm格式 OpenCV 2.0 源代码 chm格式 OpenCV 2.0 源代码 chm格式
OPENCV2.0很好的软件,在OPENCV1.0和OPENCV1.1基础上进行了优化,功能很方便
opencv2.0,支持vs2008,欢迎大家下载资源,讨论技术。大家互相学习
opencv2.0 例子代码。适合opencv学习者参考应用。值得下载分享
opencv2.0中文参考手册,比opencv1.0增加了一些功能,比如在标定摄像机的过程中,有一个立体标定函数,还有立体匹配算法的实现,很有用。
opencv2.0_使用手册,可以为继续学习的同学提供帮助
本资源详细讲述了vs2008平台下的OpenCv2.0配置全过程(包含有cmaker),文件包含了OpenCv2.0,cmaker,以及一份配置的详细教程
Delphi使用Opencv2.0的接口文件——绝无仅有,做视觉和图像处理的Fans赶紧下载
OPENCV_Mat类存取方法
OpenCV的全称是Open Source Computer ...OpenCV是由英特尔公司发起并参与开发,以BSD许可证授权发行,可以在商业和研究领域中免费使用。OpenCV可用于开发实时的图像处理、计算机视觉以及模式识别程序。最新版本为2.0。
OpenCV2.0.zip
OpenCV是Intel公司支持的开源计算机视觉库。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成,实现了图像处理和计算机视觉方面的很多通用算法。
用visual studio 2008和opencv2.0的库实现的灰度共生矩阵,并简单计算了纹理的能量特征。自己编写并测试过,只要opencv2.0的库没问题就OK。4个方向,灰度级可调,距离可调。
OpenCV2.0中机器学习函数与类,用于学习opencv2.0及以上的版本的opencv。讲解的很详细
opencv官方在线帮助文档,花了点功夫做成了离线版,包涵各种API说明与各种翻译好的帮助文档
这是最新发布的opencv开发包,包含需要的h,lib,dll文件,并同时含有debug和release版本,推荐下载!
编写距离1的0度共生矩阵,编写距离1的135度共生矩阵。编译马上使用。因为图像是离散的灰度像素,所以很容易找到各个角度的像素位置。 例如要找135度方向,距离为1的共生矩阵。设点坐标为(i,j)则此方向的坐标为(i...