java - 使用 OpenCV java 包装器的 SVD solvez-6ren

java - 使用 OpenCV java 包装器的 SVD solvez

转载作者：太空宇宙更新时间：2023-11-03 22:55:11

24

4

我正在使用 OpenCV_2.4.11 java 包装器(在 Android 上)移植一些 C++ 代码。我有以下 C++ 行:

Matx44d A(...);
Matx41d u;

SVD svd;
svd.solveZ(A, u);

在java中，我有:

    Mat A = new Mat(4, 4, CvType.CV_32F);
    A.put(0 ,0, ...
    Mat u = new Mat(4, 1, CvType.CV_32F);

如何使用 OpenCV java 包装器翻译最后两行？

最佳答案

org.opencv.core.Core.solve(AA, BB, XX, org.opencv.core.Core.DECOMP_SVD);

关于java - 使用 OpenCV java 包装器的 SVD solvez，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/32020384/

24

4

0

文章推荐： html - 在表外显示内容

文章推荐： c# - 高斯滤波器实现

文章推荐： python - Mac OSX 10.10 找不到 opencv 库

python - SciPy SVD 与 Numpy SVD
SciPy 和 Numpy 都内置了奇异值分解 (SVD) 函数。命令基本上是 scipy.linalg.svd 和 numpy.linalg.svd。这两者有什么区别？它们中的任何一个都比另一个更好
python - numpy svd : is there a way to find only the first singular vectors instead of doing full svd?
numpy.linalg.svd 函数给出输入矩阵的完整 svd。但是我只想要第一个奇异向量。我想知道在 numpy 中是否有任何函数用于那个或 python 中的任何其他库？最佳答案一种可能是
python - 引发 LinAlgError ("SVD did not converge") LinAlgError : SVD did not converge in matplotlib pca determination
代码: import numpy from matplotlib.mlab import PCA file_name = "store1_pca_matrix.txt" ori_data = nump
python - NumPy:为什么 np.linalg.eig 和 np.linalg.svd 给出不同的 SVD V 值？
我在学习SVD通过关注这个 MIT course . 矩阵构造为 C = np.matrix([[5,5],[-1,7]]) C matrix([[ 5, 5], [-1, 7]]
RcppEigen svd 很慢
很难说出这里要问什么。这个问题模棱两可、含糊不清、不完整、过于宽泛或夸夸其谈，无法以目前的形式得到合理的回答。如需帮助澄清此问题以便重新打开，visit the help center . 关闭 9
java - 大稀疏矩阵，svd
我想计算 SVD ，但我没有找到合适的 java 库。现在，我在 hashmap 中存储了数据，因为矩阵不适合内存，因为大小约为 400 000 X 10 000 并且大多数为 0。我尝试了 MTJ、
python - SVD 不产生尺寸减小
运行以下代码: from sklearn.decomposition import TruncatedSVD import numpy as np X = np.matrix('1 2 3 4 5;
algorithm - 缺少项的 SVD
给定一个实数矩阵 A 使得: A 是对称的所有非对角线项都是已知且正的所有对角线项都缺失排名k 我想找到 A 的最佳可能完成，称为 Ac，这样(大约)rank(Ac)=k。矩阵 A 可能很大(
维基百科定义的 Java SVD
我正在寻找一个执行维基百科中描述的奇异值分解的 Java 库:从矩阵 A (m X n) 得到 A = U*S*V' 其中 U 是 m x m，S 是 m x n，V 是n x n. 谁能帮帮我？请
java - SVD、奇异值分解后矩阵值增加
我正在尝试学习用于图像处理的 SVD...例如压缩。我的方法:使用 ImageIO 获取图像作为 BufferedImage...获取 RGB 值并使用它们获取等效的灰度值(在 0-255 范围内)
matlab - 我应该在应用 SVD 之前执行数据中心化吗？
我必须在 Matlab 中使用 SVD 来获得数据的简化版本。我读到函数 svds(X,k) 执行 SVD 并返回前 k 个特征值和特征向量。如果必须规范化数据，文档中没有提及。对于归一化，我指的是减
matrix - 如何从 SVD 中找到旋转矩阵？
我已经使用 SVD 找到了两组点之间的旋转矩阵。我知道 R = Transpose(U) * V 但我不明白 U 和 V 代表什么以及为什么这种乘法会产生旋转矩阵。最佳答案由于您的问题是理论性的并
r - 术语文档矩阵中的 SVD 没有给我想要的值
我正在尝试在名为“LSA 简介”的论文中复制一个示例: An introduction to LSA 在示例中，它们具有以下术语-文档矩阵: 然后他们应用 SVD 并得到以下结果: 试图复制这一点，我
R - 使用 SVD 获取特征数量减少的矩阵
我正在使用带有 R 的 SVD 包，我能够通过将最低奇异值替换为 0 来降低矩阵的维数。但是当我重新组合矩阵时，我仍然拥有相同数量的特征，我找不到如何有效地删除源矩阵中最无用的特征，以减少其列数。例
python - 用 SVD 分解求解线性方程组
我想编写一个函数，它使用 SVD 分解来求解方程组 ax=b，其中 a 是一个方阵，b 是一个值向量。 scipy 函数 scipy.linalg.svd() 应该将 a 转换为矩阵 U W V。对于
r - R 中稀疏矩阵的 SVD
我在 R 中有一个稀疏矩阵，它显然太大了，无法在其上运行 as.matrix()(尽管它也不是 super 大)。有问题的 as.matrix() 调用位于 svd() 函数内部，所以我想知道是否有人
r - svd 插补 R
我正在尝试使用 bcv 包中的 SVD 插补，但所有插补值都是相同的(按列)。这是缺少数据的数据集 http://pastebin.com/YS9qaUPs #load data dataMiss
java SVD JAMA 错误结果
我有这个数组 double a[][] = {{1,1,1}, {0,1,1} , { 1,0,0} ,{0,1,0},{1,0,0},{1,0,1},{1,1,1},{1,1,1},
python - 计算 SVD 分量之和
我们现在知道A_(m x n) = U_(m x k) * S_(k x k) * V_(k x n)^T = u_(1) * s_1 * v_(1) + u_(2) * s_2 * v_(2) +
python - 减少矩阵 SVD 中的舍入误差
我必须对矩阵进行 SVD，但它有一些错误，在下面的示例中 U[1][1]、U[2][1] 和 U[2][0] 应为 0。问题是，上面的例子只是一个测试，我必须使用条件不太好的大型矩阵，我该怎么做才能

首页

博学

6Ren·AI

商城

java - 使用 OpenCV java 包装器的 SVD solvez