cv::Mat.t()
时间: 2024-03-21 10:12:14 浏览: 17
cv::Mat.t() 是 OpenCV 库中的一个函数,用于计算矩阵的转置。它返回一个新的矩阵,该矩阵是原始矩阵的转置。
在 C++ 中使用 OpenCV,你可以按照以下方式调用 cv::Mat.t() 函数:
```cpp
cv::Mat originalMat; // 原始矩阵
cv::Mat transposedMat = originalMat.t(); // 转置后的矩阵
```
这将返回一个转置后的矩阵,其中行和列的顺序互换了。例如,如果原始矩阵是 2x3 的矩阵,转置后的矩阵将变为 3x2 的矩阵。
注意:在调用 cv::Mat.t() 函数时,原始矩阵的数据不会发生改变,而是返回一个新的转置后的矩阵。
相关问题
c++ 代码实现:下面说明obj.seg是yolov8预测出来的mask图,要求将obj.seg 上采样之后再渲染到原图上 cv::Mat image = cv::imread("inference/yq.jpg"); auto yolo = yolo::load("/home/zhangyu/tensorrt_code/test/1.18-integrate-full-yolov5/workspace/last.transd.trtmodel", yolo::Type::V8Seg); if (yolo == nullptr) return; auto objs = yolo->forward(cvimg(image)); int i = 0; for (auto &obj : objs) { uint8_t b, g, r; tie(b, g, r) = yolo::random_color(obj.class_label); cv::rectangle(image, cv::Point(obj.left, obj.top), cv::Point(obj.right, obj.bottom), cv::Scalar(b, g, r), 5); auto name = cocolabels[obj.class_label]; auto caption = cv::format("%s %.2f", name, obj.confidence); int width = cv::getTextSize(caption, 0, 1, 2, nullptr).width + 10; cv::rectangle(image, cv::Point(obj.left - 3, obj.top - 33), cv::Point(obj.left + width, obj.top), cv::Scalar(b, g, r), -1); cv::putText(image, caption, cv::Point(obj.left, obj.top - 5), 0, 1, cv::Scalar::all(0), 2, 16); if (obj.seg) { // cv::imwrite(cv::format("%d_mask.jpg", i), // cv::Mat(obj.seg->height, obj.seg->width, CV_8U, obj.seg->data)); i++; } } printf("Save result to Result.jpg, %d objects\n", (int)objs.size()); cv::imwrite("Result.jpg", image); }
可以使用cv::resize函数对obj.seg进行上采样,然后使用cv::addWeighted函数将上采样后的mask图与原图叠加在一起,实现渲染。代码如下:
```
cv::Mat image = cv::imread("inference/yq.jpg");
auto yolo = yolo::load("/home/zhangyu/tensorrt_code/test/1.18-integrate-full-yolov5/workspace/last.transd.trtmodel", yolo::Type::V8Seg);
if (yolo == nullptr) return;
auto objs = yolo->forward(cvimg(image));
int i = 0;
for (auto &obj : objs) {
uint8_t b, g, r;
tie(b, g, r) = yolo::random_color(obj.class_label);
cv::rectangle(image, cv::Point(obj.left, obj.top), cv::Point(obj.right, obj.bottom),
cv::Scalar(b, g, r), 5);
auto name = cocolabels[obj.class_label];
auto caption = cv::format("%s %.2f", name, obj.confidence);
int width = cv::getTextSize(caption, 0, 1, 2, nullptr).width + 10;
cv::rectangle(image, cv::Point(obj.left - 3, obj.top - 33),
cv::Point(obj.left + width, obj.top), cv::Scalar(b, g, r), -1);
cv::putText(image, caption, cv::Point(obj.left, obj.top - 5), 0, 1, cv::Scalar::all(0), 2, 16);
if (obj.seg) {
// 上采样
cv::Mat seg(obj.seg->height, obj.seg->width, CV_8U, obj.seg->data);
cv::resize(seg, seg, image.size(), cv::INTER_LINEAR);
// 颜色映射
cv::Mat color_map;
cv::applyColorMap(seg, color_map, cv::COLORMAP_JET);
// 叠加
cv::addWeighted(color_map, 0.5, image, 0.5, 0, image);
// cv::imwrite(cv::format("%d_mask.jpg", i),
// cv::Mat(obj.seg->height, obj.seg->width, CV_8U, obj.seg->data));
i++;
}
}
printf("Save result to Result.jpg, %d objects\n", (int)objs.size());
cv::imwrite("Result.jpg", image);
```
cv::Mat mat; mat.create(m_height, m_width, CV_8UC3); const cv::Mat buffer_mat(m_height, m_width, CV_16UC1, pBuff); cv::normalize(buffer_mat, mat, 0, 255, cv::NORM_MINMAX, CV_8UC3); cv::Mat dst_mat; cv::cvtColor(mat, dst_mat, cv::COLOR_BayerRG2RGB);优化这段代码
这段代码的主要目的是将一个输入的16位图像数据转换为8位RGB图像。这里有几个可以优化的地方:
1. 避免不必要的临时变量:可以避免使用 buffer_mat 作为临时变量,直接使用 pBuff 进行归一化操作。
2. 减少拷贝次数:可以在创建 mat 时直接使用 pBuff 进行初始化,避免创建一个额外的 16 位图像。
3. 使用 OpenCV 的函数代替手动计算:可以使用 cv::convertScaleAbs 函数代替 cv::normalize 函数进行归一化,在 cv::cvtColor 中使用 cv::COLOR_BayerBG2RGB 代替 cv::COLOR_BayerRG2RGB。
下面是优化后的代码:
```
cv::Mat mat(m_height, m_width, CV_8UC3, pBuff);
cv::convertScaleAbs(mat, mat, 255.0 / std::numeric_limits<uint16_t>::max());
cv::cvtColor(mat, mat, cv::COLOR_BayerBG2RGB);
```
这里使用了 cv::convertScaleAbs 函数直接对 mat 进行归一化,并且在 cv::cvtColor 中使用 cv::COLOR_BayerBG2RGB。