opencv 中的 Matlab SVD 输出

Question

Matlab 中的 SVD 函数输出三个矩阵:

[U,S,V] = svd(X) 

我们可以使用 S 矩阵找到尽可能少的分量，以降低 X 的维度以保留足够的方差。我的问题是如何使用 Opencv 找到 S 矩阵(不是 U 矩阵)，是否可以使用 OpenCV SVD 中的构建找到 S 矩阵？我的意思是 OpenCV SVD 函数像 Matlab 一样输出三个矩阵，但我不知道它们是否相同。这是 OpenCV 中的 SVD:

SVD::compute(InputArray src, OutputArray w, OutputArray u, OutputArray vt, int flags=0 ) 

这是 Matlab SVD:

[U,S,V] = svd(X).

谢谢。

Answer 1

Matlab 中的 S 和 OpenCV 中的 w 之间有一个简单的区别。

举个例子:

A = [2, 4;
     1, 3;
     0, 0;
     0, 0]

在 Matlab 中，S 将是:

S = [5.47, 0   ;
     0   , 0.37;
     0   , 0   ;
     0   , 0   ]

但 openCV 给出以下内容作为 w:

w = [5.47; 0.37]

因此，OpenCV 给出了一个奇异值数组，如果你真的想要 S 矩阵，你可以创建一个新矩阵并将 w 的元素放在它的对角线上。