《計算機視覺算法：基于OpenCV的計算機應用開發》 —3 數組和矩陣操作

第3章

Hands-On Algorithms for Computer Vision

數組和矩陣操作

現在我們已經結束了本書的第一部分以及計算機視覺中基本概念的講述，我們將開始介紹OpenCV庫提供的計算機視覺算法和功能，這或多或少涵蓋了一些計算機視覺主題及其優化實現。正如我們在前面章節中學到的，OpenCV使用模塊化結構對其包含的計算機視覺功能進行分類。我們將用類似的結構來討論本書中的主題，這樣在每一章學到的技能無論從理論的角度還是實踐的角度都是相互關聯的。

在上一章中，我們了解了圖像和矩陣之間的關系，并介紹了Mat類中最重要的功能，例如如何使用給定的寬度、高度和類型來構建它。我們還學習了如何從磁盤、網絡流、視頻文件或相機讀取圖像。在此過程中，我們學習了如何用不同方法訪問圖像中的像素。我們現在可以開始介紹實際的圖像及像素的修改和處理操作了。

在本章中，我們將學習很多用于處理圖像的函數和算法，這些算法或用于計算可能在別處中有用的值，或直接修改圖像中像素的值。本章介紹的幾乎所有的算法都是基于下面兩個事實：圖像本質上是矩陣、矩陣的實現是基于數組運算的，這也是本章章名的由來。

我們將通過介紹Mat類自帶的功能來開始本章，這部分的內容很少，但在初始矩陣的創建等方面非常重要。然后，我們將學習大量的基于矩陣元素的算法。正如我們將通過許多實例學到的那樣，這些算法對矩陣的每個單獨元素施加具體操作，而不關心任何其他元素（或像素）。最后，我們將學習一些不是基于元素的矩陣和數組操作，這些操作的結果可能取決于整個圖像或一組元素。隨著本章內容的展開，讀者會深入理解這些算法。本章中的所有算法和函數都包含在OpenCV庫的核心模塊中，這一點很重要。

到本章結束時，你將對以下內容有更好的理解：

Mat類中的操作

元素級矩陣操作

矩陣和數組級操作

3.1　技術要求

一款可以開發C++或Python應用的IDE

OpenCV庫

有關如何設置個人計算機并使用OpenCV庫開發計算機視覺應用程序的更多信息，請參考第2章。

你可以使用以下URL下載源代碼和本章的示例：https://github.com/PacktPublishing/Hands-On-Algorithms-for-Computer-Vision/tree/master/Chapter03。

OpenCV

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。