Opencv张量积
Opencv tensor product
我有两个 2 x 2 矩阵,我想使用 opencv 得到它们的张量积,例如:
{
{0, 1},
{1, 0}
}
x
{
{1, 0},
{0, 1}
}
=
{
{0, 0, 1, 0},
{0, 0, 0, 1},
{1, 0, 0, 0},
{0, 1, 0, 0}
}
所以我有类似的东西:
cv::Mat mat1 = (cv::Mat_<double>(2,2) << 1, 0, 0, 1);
cv::Mat mat2 = (cv::Mat_<double>(2,2) << 0, 1, 1, 0);
opencv 中是否内置了一些张量积函数来获得我需要的结果?
OpenCV 不提供对张量的内置操作。为此,您需要依赖其他库。
但是,我不是 张量方面的专家,但这对我来说看起来像是 Kronecker 产品(在 OpenCV 中仍然不可用)。
如果是这样,您可以找到我也在下面的代码中报告的实现 ,它会产生您需要的结果:
[0, 1;
1, 0]
x
[1, 0;
0, 1]
=
[0, 0, 1, 0;
0, 0, 0, 1;
1, 0, 0, 0;
0, 1, 0, 0]
代码:
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;
Mat kron(const Mat& A, const Mat& B)
{
CV_Assert(A.channels() == 1 && B.channels() == 1);
Mat1d Ad, Bd;
A.convertTo(Ad, CV_64F);
B.convertTo(Bd, CV_64F);
Mat1d Kd(Ad.rows * Bd.rows, Ad.cols * Bd.cols, 0.0);
for (int ra = 0; ra < Ad.rows; ++ra)
{
for (int ca = 0; ca < Ad.cols; ++ca)
{
Kd(Range(ra*Bd.rows, (ra + 1)*Bd.rows), Range(ca*Bd.cols, (ca + 1)*Bd.cols)) = Bd.mul(Ad(ra, ca));
}
}
Mat K;
Kd.convertTo(K, A.type());
return K;
}
int main(int argc, char **argv)
{
Mat mat1 = (Mat_<double>(2, 2) << 0, 1, 1, 0);
Mat mat2 = (Mat_<double>(2, 2) << 1, 0, 0, 1);
Mat res = kron(mat1, mat2);
cout << mat1 << endl << endl;
cout << " x " << endl << endl;
cout << mat2 << endl << endl;
cout << " = " << endl << endl;
cout << res << endl;
return 0;
}
我有两个 2 x 2 矩阵,我想使用 opencv 得到它们的张量积,例如:
{
{0, 1},
{1, 0}
}
x
{
{1, 0},
{0, 1}
}
=
{
{0, 0, 1, 0},
{0, 0, 0, 1},
{1, 0, 0, 0},
{0, 1, 0, 0}
}
所以我有类似的东西:
cv::Mat mat1 = (cv::Mat_<double>(2,2) << 1, 0, 0, 1);
cv::Mat mat2 = (cv::Mat_<double>(2,2) << 0, 1, 1, 0);
opencv 中是否内置了一些张量积函数来获得我需要的结果?
OpenCV 不提供对张量的内置操作。为此,您需要依赖其他库。
但是,我不是 张量方面的专家,但这对我来说看起来像是 Kronecker 产品(在 OpenCV 中仍然不可用)。
如果是这样,您可以找到我也在下面的代码中报告的实现
[0, 1;
1, 0]
x
[1, 0;
0, 1]
=
[0, 0, 1, 0;
0, 0, 0, 1;
1, 0, 0, 0;
0, 1, 0, 0]
代码:
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;
Mat kron(const Mat& A, const Mat& B)
{
CV_Assert(A.channels() == 1 && B.channels() == 1);
Mat1d Ad, Bd;
A.convertTo(Ad, CV_64F);
B.convertTo(Bd, CV_64F);
Mat1d Kd(Ad.rows * Bd.rows, Ad.cols * Bd.cols, 0.0);
for (int ra = 0; ra < Ad.rows; ++ra)
{
for (int ca = 0; ca < Ad.cols; ++ca)
{
Kd(Range(ra*Bd.rows, (ra + 1)*Bd.rows), Range(ca*Bd.cols, (ca + 1)*Bd.cols)) = Bd.mul(Ad(ra, ca));
}
}
Mat K;
Kd.convertTo(K, A.type());
return K;
}
int main(int argc, char **argv)
{
Mat mat1 = (Mat_<double>(2, 2) << 0, 1, 1, 0);
Mat mat2 = (Mat_<double>(2, 2) << 1, 0, 0, 1);
Mat res = kron(mat1, mat2);
cout << mat1 << endl << endl;
cout << " x " << endl << endl;
cout << mat2 << endl << endl;
cout << " = " << endl << endl;
cout << res << endl;
return 0;
}