距离的界说是一个宽泛的概念 , 只要知足非负、自反、三角不等式就可以称之为距离 。
范数是一种强化了的距离概念 , 它在界说上比距离多了一条数乘的运算法例 。 有时辰为了便于理解 , 我们可以把范数看成距离来理解 。
在数学上 , 范数包罗标的目的量范数和矩阵范数 , 标的目的量范数表征标的目的量空间中标的目的量的大小 , 矩阵范数表征矩阵引起转变的大小 。
一种非严密的诠释就是 , 对应标的目的量范数 , 标的目的量空间中的标的目的量都是有大小的 , 这个大小若何怀抱 , 就是用范数来怀抱的 , 分歧的范数都可以来怀抱这个大小 , 就比如米和尺都可以来怀抱远近一样;对于矩阵范数 , 学过线性代数 , 我们知道 , 经由过程运算AX=B , 可以将标的目的量X转变为B , 矩阵范数就是来怀抱这个转变大小的 。
本文本家儿要介绍:
OpenCV矩阵暗示形式 ,
范数界说;
范数性质;
OpenCV三种范数格局;
应用实例;
数学概念;

需要这些哦
opencv 2410
方式/
1OpenCV中矩阵暗示形式:
CV_8UC1:一个8位无符号整型单通道矩阵 ,
CV_32FC2:一个32位浮点型双通道矩阵 ,
CV_8UC1 CV_8SC1 CV_16UC1 CV_16SC1
CV_8UC2 CV_8SC2 CV_16UC2 CV_16SC2
CV_8UC3 CV_8SC3 CV_16UC3 CV_16SC3
CV_8UC4 CV_8SC4 CV_16UC4 CV_16SC4
CV_32SC1 CV_32FC1 CV_64FC1
CV_32SC2 CV_32FC2 CV_64FC2
CV_32SC3 CV_32FC3 CV_64FC3
CV_32SC4 CV_32FC4 CV_64FC4
通道暗示每个点能存放几多个数 , 近似于RGB彩色图中的每个像素点有三个值 , 即三通道 。
图像中的深度暗示每个值由几多位来存储 , 是一个精度问题 ,
一般图像是8bit(位)的 , 则深度是8 。

2范数的界说║x║:
设 , 知足
①正定性:║x║≥0,║x║=0 if x=0
②齐次性:║cx║=│c│║x║,
③三角不等式:║x+y║≤║x║+║y║
则称Cn中界说了标的目的量范数,║x║为标的目的量x的范数.

3范数的性质:
标的目的量范数是标的目的量的一种具有特别性质的实值函数 。
常用标的目的量范数有,令x=( x1, x2, … ,xn)T
猜你喜欢
- OpenCV:goodFeaturesToTrack角点检测的应用
- OpenCV:相机标定示例程序的使用
- OpenCV:相机标定函数和程序
- 解决无数人对安装opencv环境变量疑惑的终极答案
- 矩阵的范数怎么求
- python3+opencv3用拉普拉斯算子实现边缘检测
- python3.6.5环境 opencv3.3.1进行直方图均衡
