具体介绍并解释什么是红外温度矩阵？为什么要获得它？使用什么工具或算法能够得到红外图像的温度矩阵，并给出具体做法与完整代码。

红外温度矩阵是指通过红外热像仪获得的一幅图像，其中每个像素都代表了对应区域的温度值。红外温度矩阵通常用于工业、医疗、安防等领域，用于检测潜在的故障或异常，以及进行非接触式的温度测量和监测。

获得红外温度矩阵的方法一般是通过红外热像仪，该设备可以将物体发出的红外辐射转换为图像。常见的红外热像仪有FLIR、Optris、Testo等品牌。另外，使用MATLAB等图像处理软件也可以对红外图像进行处理，得到温度矩阵。

以下是使用Python和OpenCV库处理红外图像得到温度矩阵的示例代码：

import cv2
import numpy as np

# 读入红外图像
img = cv2.imread('thermal_image.jpg', 0)

# 设置红外图像的最大、最小温度值
min_temp = 20
max_temp = 40

# 将灰度值归一化到[0, 1]范围内
img_norm = cv2.normalize(img, None, 0, 1, cv2.NORM_MINMAX)

# 计算每个像素对应的温度值
temp_matrix = (max_temp - min_temp) * img_norm + min_temp

# 显示温度矩阵
print(temp_matrix)

以上代码首先读入一张红外图像，然后将灰度值归一化到[0, 1]范围内。接着，根据最大、最小温度值，将灰度值转换为对应的温度值。最后，打印出温度矩阵。

需要注意的是，不同的红外热像仪可能有不同的温度范围和温度解析度，因此在处理红外图像时需要根据具体情况进行调整。