我在这里可能会变得非常愚蠢,但是我在使用Android的OpenCV进行Mat乘法时遇到了麻烦。
我有两个同类型的垫子, CV_64F
mat1
大小:3行,3列
mat2
大小:3行,1列
我想将它们乘以给出mat3
大小为3行1列的乘积。
我试过使用:
Mat mat3 = new Mat(3, 1, CvType.CV_64F);
Core.multiply(mat1, mat2, mat3);
但我得到一个错误:
CvException
[org.opencv.core.CvException:/home/andreyk/OpenCV2/trunk/opencv_2.3.1.b2/modules/core/src/arithm.cpp:1253:错误:(-209)该操作都不是’array
op数组”(其中数组具有相同的大小和相同的通道数),或者函数void cv :: arithm_op(const cv :: _ InputArray&,const cv :: _ InputArray&, const cv :: _ OutputArray&,const cv
:: _ InputArray&,int,void( )(const uchar ,size_t,const uchar
,size_t,uchar ,size_t,cv :: Size,void ),bool,void *)
我究竟做错了什么?
感谢您的任何帮助。
编辑:
如果有帮助,则3x3矩阵mat2
是的结果,Imgproc.getPerspectiveTransform
其余代码如下:
Mat mat1 = new Mat(3, 1, CvType.CV_64F);
mat1.put(0, 0, 2.0);
mat1.put(1, 0, 0.5);
mat1.put(2, 0, 1.0);
Mat mat3 = new Mat(3, 1, CvType.CV_64F);
Core.multiply(mat2, mat1, mat3);
您现在基本上是在尝试执行以下操作:
[ 0 ] [ 0 1 2 ]
[ 1 ] * [ 3 4 5 ]
[ 2 ] [ 6 7 8 ]
在这里*是乘法。矩阵乘法不能用这种方式完成。在这里阅读矩阵乘法。
您要执行的操作是:
[ 0 1 2 ]
[ 0 1 2 ] * [ 3 4 5 ]
[ 6 7 8 ]
为了使代码正常工作,请进行以下更改:
Mat mat1 = new Mat(1, 3, CvType.CV_64F); // A matrix with 1 row and 3 columns
mat1.put(0, 0, 2.0); // Set row 1 , column 1
mat1.put(0, 1, 0.5); // Set row 1 , column 2
mat1.put(0, 2, 1.0); // Set row 1 , column 3
另外,您正在使用方法Core.multiply
。在OpenCv的文档中它提到:函数乘法计算两个矩阵的每个元素的乘积。如果要查找矩阵产品而不是按元素的产品,请参阅Core.gemm()。
该函数gemm(src1, src2, alpha, src3, beta, dest, flags)
根据以下函数执行乘法:
dest = alpha * src1 * src2 + beta * src3
基本矩阵乘法(在您的情况下)是通过以下方式完成的:
Core.gemm(mat2, mat1, 1, NULL, 0, mat3, 0);
我在这里可能是非常愚蠢的,但是我在使用OpenCV for Android进行一些基本的Mat乘法时遇到了困难。 我想将它们相乘,得到大小为3行,1个cols的乘积。 我已尝试使用: 但我得到一个错误: 我做错了什么? 感谢任何事先的帮助。 编辑: 如果有帮助,3x3矩阵是的结果,其余代码如下所示:
我正在使用OpenCV一段时间,现在我需要这种类型的乘法: 定义一个矩阵,其中包含类型为1的元素。矩阵的大小为:M X N。矩阵必须与Vector相乘,Vector的大小为:N X 1,包含双
问题内容: 我正在尝试使用Apache Spark和Java执行矩阵乘法。 我有两个主要问题: 如何创建可以表示Apache Spark中矩阵的RDD? 如何将两个这样的RDD相乘? 问题答案: 所有这些都取决于输入数据和维度,但总的来说,您需要的不是的分布式数据结构之一。目前,它提供了四种不同的实现 -可以直接从被创建,其中由行索引和 import org.apache.spark.mllib.
主要内容:逐元素矩阵乘法,矩阵乘积运算,矩阵点积矩阵乘法是将两个矩阵作为输入值,并将 A 矩阵的行与 B 矩阵的列对应位置相乘再相加,从而生成一个新矩阵,如下图所示: 注意:必须确保第一个矩阵中的行数等于第二个矩阵中的列数,否则不能进行矩阵乘法运算。 图1:矩阵乘法 矩阵乘法运算被称为向量化操作,向量化的主要目的是减少使用的 for 循环次数或者根本不使用。这样做的目的是为了加速程序的计算。 下面介绍 NumPy 提供的三种矩阵乘法,从而进一步
问题内容: 在numpy中,我有N个3x3矩阵的数组。这将是我如何存储它们的示例(我正在提取内容): 我也有一个由3个向量组成的数组,这将是一个示例: 我似乎无法弄清楚如何通过numpy将它们相乘,从而实现如下效果: 与的形状(在投射到阵列)是。但是,由于速度的原因,列表实现是不可能的。 我尝试了各种换位的np.dot,但最终结果没有得到正确的形状。 问题答案: 使用 脚步 : 1)保持第一根轴对
我想使用寄存器(逐行信息)通过向量算法创建矩阵乘法。打开外循环4次我有空洞matvec_XMM(双* a,双* x,双* y,整数n,整数磅)函数的问题,它返回了不好的结果,这是算法wchich我必须使用: 它是ma代码: