专栏简介
💒个人主页 📰专栏目录 点击上方查看更多内容	📖心灵鸡汤📖 我们唯一拥有的就是今天，唯一能把握的也是今天 建议把本文当作笔记来看，据说专栏目录里面有相应视频🤫	🧭文章导航🧭 ⬆️ 6.Mat之局部区域读写及Range和Rect介绍 ⬇️ 8.Mat之多维元组(Tuple)

  

一、转换

1.类型转换

convertTo​

   该方法用于将输入的Mat对象转换为指定的数据类型，并进行缩放和平移操作。

convertTo​(Mat m, int rtype, double alpha, double beta)
参数：
m	输入的矩阵对象
rtype	转换后的Mat对象的数据类型。可以使用 CV_8U、 CV_8S、 CV_16U、 CV_16S、 CV_32F、 CV_64F等
alpha	像素值的缩放因子
beta	像素值的偏移量

        //转换 类型转化 -用于转换数据类型Mat mat = new Mat(3,3,CvType.CV_8UC1);mat.put(0,0,1,2,3,4,0,6,7,8,9);Mat convertToMat = new Mat();mat.convertTo(convertToMat,CvType.CV_16F,1,-1 );System.out.println("mat = " + mat);System.out.println("convertToMat = \n" + convertToMat);System.out.println("mat.dump() = \n" + mat.dump());System.out.println("convertToMat.dump() = \n" + convertToMat.dump());

   请自行验证结果，具体来说，该方法会将输入的Mat对象m转换为指定的数据类型rtype，并应用线性变换，即将每个像素值乘以alpha并加上beta。最后，结果将存储在原始的Mat对象m中。（ps：通过它可以调节图像的亮度，产生一个曝光的效果）

2.对象转换（转置矩阵）

t()

  转置矩阵是将原矩阵的行和列互换得到的新矩阵。这个方法返回一个新的Mat对象，其中包含原始矩阵的转置矩阵数据。转置矩阵的行数等于原矩阵的列数，列数等于原矩阵的行数。

        Mat mat = new Mat(3,3,CvType.CV_8UC1);mat.put(0,0,1,2,3,4,5,6,7,8,9);Mat t = mat.t();System.out.println("mat.dump() = \n" + mat.dump());System.out.println("t.dump() = \n" + t.dump());

二、 重塑

reshape​

  该方法的作用是将矩阵重塑为具有指定通道数的新矩阵。重塑后的矩阵将具有相同的总元素数，但通道数将改变。
这个方法在处理图像时非常有用，可以用于改变图像的通道数，例如将RGB图像转换为灰度图像。
  部分方法就不代码举例了，请自行验证
1.指定通道数

reshape​(int cn)
参数：
cn	通道数

2.指定通道数和行数

reshape​(int cn, int rows)
参数：
cn	通道数
rows	新矩阵的行数

3.指定通道数和行数、列数

reshape​(int cn, int[] newshape)
参数：
cn	通道数
rtype	一个整数数组，指定重塑后的矩阵的行数和列数

        Mat mat = new Mat(3,3,CvType.CV_8UC2);System.out.println("mat.() = " + mat.size());mat.put(0,0,1,2,3,4,5,6,7,8);System.out.println("mat.dump() = \n" + mat.dump());int [] newshap={2,3};Mat reshape = mat.reshape(3,newshap);System.out.println("reshape = " + reshape);System.out.println("reshape.dump() = \n" + reshape.dump());

三、计算

1.乘积

1.矩阵的乘积

1.matMul​(Mat m)

  计算两个矩阵的乘积

matMul​(Mat m)
参数：
m	另一个Mat对象，表示要与当前矩阵进行乘法运算的矩阵

2.逐元素乘积

1.mul

  执行逐元素的乘法运算

mul​(Mat m, double scale)
参数：
m	另一个Mat对象，表示要与当前矩阵进行乘法运算的矩阵
scale	可选的缩放因子，用于在乘法运算后缩放结果矩阵。默认值为 1.0，表示不进行缩放

public static void main(String[] args) {//创建3X3矩阵Mat mat1=new Mat(new Size(3,3), CvType.CV_32FC1);mat1.put(0,0,1,2,3,4,5,6,7,8,9);Mat mat2= new Mat();//赋值矩阵mat1.copyTo(mat2);System.out.println("mat1.dump() ：\n" + mat1.dump());System.out.println("mat2.dump() ：\n " + mat2.dump());Mat mat = mat1.mul(mat2,2);System.out.println("mat.dump() ：\n " + mat.dump());}

2.叉积

cross​(Mat m)

  cross 方法用于计算两个 3x1 或者 1x3 向量矩阵的叉积（Cross Product）。这个方法接受一个 Mat 对象作为参数，并返回一个新的 Mat 对象，表示计算得到的叉积结果。
叉积在二维空间中是一个向量运算，但在 OpenCV 中，这个方法用于计算两个三维向量矩阵的叉积。在三维空间中，叉积可以用来表示旋转和方向。
cross 方法要求输入矩阵的尺寸必须为 3x1

3.点积(点乘运算)

dot​(Mat m)

  计算两个矩阵的点积（内积），返回结果为一个标量值

public static void main(String[] args) {// 创建两个矩阵Mat mat1 = new Mat(3, 3, CvType.CV_32F);mat1.put(0, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9);Mat mat2 = new Mat(3, 3, CvType.CV_32F);mat2.put(0, 0, 9, 8, 7, 6, 5, 4, 3, 2, 1);// 计算两个矩阵的点积double result = mat1.dot(mat2);// 打印结果System.out.println("mat1.dump() :\n " + mat1.dump());System.out.println("mat2.dump() :\n" + mat2.dump());System.out.println("Dot product: " + result);}

4.逆矩阵（求逆运算）

inv​(int method)

  设A是一个n阶矩阵，若存在另一个n阶矩阵B，使得： AB=BA=E ，则称方阵A可逆，并称方阵B是A的逆矩阵。更多内容请查看 百度学科。
  逆矩阵的作用是可以用来解决线性方程组、求解特征值、特征向量、矩阵的对角化等问题。通过计算矩阵的逆矩阵，我们可以求解线性方程组Ax=b的解，其中b是一个列向量，x是未知向量，A是系数矩阵。具体地，如果A是可逆的，则方程组有唯一解x=A^-1b。
仅列举其中一个方法进行说明

Mat inv​(int method)
参数：
method	计算方法，可以是以下值之一: Core.DECOMP_LU：使用 LU 分解法计算逆矩阵。(默认方法) Core.DECOMP_SVD：使用奇异值分解法计算逆矩阵. 更多查看：Core.DECOMP_

该方法仅支持CV_64F和CV_32F类型

import org.opencv.core.Core;
import org.opencv.core.CvType;
import org.opencv.core.Mat;/*** @author lvyq* @version 1.0* Create by 2023-12-31 9:05*/
public class InvExample {static {String libraryPath = System.getProperty("user.dir") + "\\lib\\opencv_java460.dll";System.load(libraryPath);}public static void main(String[] args) {// 创建矩阵Mat mat = new Mat(3, 3, CvType.CV_32FC1);//矩阵赋值mat.put(0, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9);//计算矩阵的逆矩阵Mat inv = mat.inv(Core.DECOMP_SVD);System.out.println("mat.dump() :\n " + mat.dump());System.out.println("inv.dump() :\n " + inv.dump());}
}