个人做网站的流程智能识别图片

• 操作系统：ubuntu22.04
• OpenCV版本：OpenCV4.9
• IDE:Visual Studio Code
• 编程语言：C++11

描述

计算两个矩阵的每个元素的缩放乘积。
mul函数计算两个矩阵的逐元素乘积：
$$\text{dst}(I)=\text{saturate}(\text{scale}\cdot \text{src1}(I)\cdot \text{src2}(I))$$
如果 src1.depth() == src2.depth()，ddepth 可以设置为默认值 -1。在这种情况下，输出矩阵将具有与输入矩阵相同的深度。矩阵可以是单通道或多通道。输出矩阵必须与输入矩阵具有相同的大小。

支持的矩阵数据类型包括：CV_8UC1、CV_8UC3、CV_16UC1、CV_16SC1、CV_32FC1。

注意：
该函数的文本ID是 “org.opencv.core.math.mul”。

函数原型

GMat cv::gapi::mul
(const GMat &  	src1,const GMat &  	src2,double  	scale = 1.0,int  	ddepth = -1 
) 		

参数

• 参数src1：第一个输入矩阵。
• 参数src2：与 src1 大小和深度相同的第二个输入矩阵。
• 参数scale：可选的比例因子。
• 参数ddepth：输出矩阵的可选深度。

代码示例

#include <opencv2/gapi.hpp>
#include <opencv2/gapi/core.hpp>
#include <opencv2/gapi/imgproc.hpp>
#include <opencv2/opencv.hpp>int main()
{// 创建G-API网络编译器cv::GComputation comp( []() {// 定义输入cv::GMat src1, src2;// 计算src1和src2的逐元素乘积，并应用比例因子cv::GMat dst = cv::gapi::mul( src1, src2, 1.5, -1 );  // 使用1.5作为scale因子，深度与输入相同// 返回计算图return cv::GComputation( cv::GIn( src1, src2 ), cv::GOut( dst ) );} );// 创建一些示例数据cv::Mat mat1 = ( cv::Mat_< uchar >( 2, 2 ) << 1, 2, 3, 4 );cv::Mat mat2 = ( cv::Mat_< uchar >( 2, 2 ) << 5, 6, 7, 8 );// 输出矩阵cv::Mat result;// 在CPU上运行计算图comp.apply( cv::gin( mat1, mat2 ), cv::gout( result ) );// 打印结果std::cout << "Result: \n" << result << std::endl;return 0;
}

运行结果

Result: 
[  8,  18;32,  48]