参考了《Opencv中Mat矩阵相乘——点乘、dot、mul运算详解 》“http://blog.csdn.net/dcrmg/article/details/52404580”的相关内容。
乘法是线性代数的基本操作，在OpenCV中有三种方法实现了乘法。
一、向量乘法
这两幅图像说明的就是向量乘法。在OpenCV中采用" . "来实现，要求是第一个矩阵的列值等于第二个矩阵的行值。且每个矩阵都是float结构。
Mat A
= Mat(
3,
3,CV_32FC1,Scalar(
0));
Vec3f v (
1,
2,
3);
Mat B
= Mat(v);
A.at
<
float
>(
0,
0)
=
1;
A.at
<
float
>(
0,
1)
=
2;
A.at
<
float
>(
0,
2)
=
3;
A.at
<
float
>(
1,
0)
=
4;
A.at
<
float
>(
1,
1)
=
5;
A.at
<
float
>(
1,
2)
=
6;
A.at
<
float
>(
1,
0)
=
4;
A.at
<
float
>(
1,
1)
=
5;
A.at
<
float
>(
1,
2)
=
6;
Mat AB
= A
*B;
二、数量乘法
对于输入的矩阵
和
数量乘法的结果为
那么可以看出来，这里要求a和b的向量结构是一样的，在OpenCV中，如果a和b是多维向量的话，那么首先是将其拉长为一维向量，然后做乘法。
Mat A
=Mat
:
:ones(
2,
3,CV_8UC1);
Mat B
=Mat
:
:ones(
2,
3,CV_8UC1);
A.at
<uchar
>(
0,
0)
=
1;
A.at
<uchar
>(
0,
1)
=
2;
A.at
<uchar
>(
0,
2)
=
3;
A.at
<uchar
>(
1,
0)
=
4;
A.at
<uchar
>(
1,
1)
=
5;
A.at
<uchar
>(
1,
2)
=
6;
B.at
<uchar
>(
0,
0)
=
1;
B.at
<uchar
>(
0,
1)
=
2;
B.at
<uchar
>(
0,
2)
=
3;
B.at
<uchar
>(
1,
0)
=
4;
B.at
<uchar
>(
1,
1)
=
5;
B.at
<uchar
>(
1,
2)
=
6;
double AB
=A.dot(B);
三、乘法
最后介绍.mul这种乘法。这种乘法就是直接理解意义上的乘法。对于
乘法的结果为
参考代码
Mat A
= Mat(
3,
3,CV_32FC1,Scalar(
0));
Mat B
= Mat(v);
A.at
<
float
>(
0,
0)
=
1;
A.at
<
float
>(
0,
1)
=
2;
A.at
<
float
>(
0,
2)
=
3;
A.at
<
float
>(
1,
0)
=
4;
A.at
<
float
>(
1,
1)
=
5;
A.at
<
float
>(
1,
2)
=
6;
A.at
<
float
>(
1,
0)
=
4;
A.at
<
float
>(
1,
1)
=
5;
A.at
<
float
>(
1,
2)
=
6;
Mat AB
= A
*B;
//
Mat C
= Mat(
3,
3,CV_32FC1,Scalar(
0));
C
= A.clone();
Mat AC
= A.mul(C);
四、小结
1、以上三种函数，都是以Mat作为输入参数和输出结果的；
2、. 这种乘法要求两个矩阵都是float结果，后两者只要求两个矩阵的结果是一样的；
3、可以看到，.这种乘法要求第一个矩阵的行值等于第二个矩阵的列值，而后两种乘法则要求参加运算的两个矩阵结构完全一样。
目前方向：图像拼接融合、图像识别 联系方式：jsxyhelu@foxmail.com
