C++ OpenCV：与包含Vec3d的矩阵和包含Double的矩阵相乘

我使用OpenCV已经有一段时间了，现在我需要这种类型的乘法：

定义一个矩阵

T

，其中包含

Vec3d

1类型的元素。矩阵

T

的大小为：M X N。矩阵

T

必须乘以一个向量

Phi

，该向量的大小为：N X 1，包含

两个
s作为值。结果的每个元素必须是两个矩阵的矩阵乘法的结果

我不想进行组件式乘法，而是“实”矩阵乘法，例如，将
t
2的第一个元素与矩阵
J
的第一个元素相乘，然后将矩阵
t
3的第二个元素与矩阵
J
的第二个元素相乘。执行此操作直到完成第一行
T
，然后汇总结果。结果是mx1

例如，如果
T
是一个3x2矩阵，而
Phi
是一个2x1矩阵，那么对于结果的第一个值，计算应该是
T_11*Phi_11+T_12*Phi_21
。目前，我使用两种速度较慢的for循环：

for (int i = 0; i<M; ++i){
    cv::Mat summedResult = cv::Mat(3, 1, CV_64F, double(0));
    for (uint32 j = 0; j<N; ++j){
        summedResult = summedResult + 
        (cv::Mat(mMatrixT.at<cv::Vec3d>(i, j)) * mMatrixPhi.at<double>(j));
    }
    // The result matrix contains values of type Vec3d again
    mResultMatrix.at<cv::Vec3d>(i) = cv::Vec3d(summedResult);
}

for（int i=0；i我仍然不知道您希望得到什么样的结果，但可以尝试以下方法：

假设您有一个Vec3d类型的MxN矩阵和一个double类型的Nx1矩阵，您的结果将是一个Vec3d类型的Mx1矩阵：

for (int i = 0; i<M; ++i)
    {
        cv::Vec3d summedResult; // here this must be a Vec3d instead of a matrix, if I assume the right result expection
        for (uint32 j = 0; j<N; ++j)
        {
            summedResult = summedResult + (mMatrixT.at<cv::Vec3d>(i, j) * mMatrixPhi.at<double>(j));
        }
        // The result matrix contains values of type Vec3d again
        mResultMatrix.at<cv::Vec3d>(i) = summedResult;
    }

对于（int i=0；我不想“帮助”编译器，
mMatrixT.at（i，j）
很好（即，如果已经推导出模板参数，则不要显式给出它）你的矩阵T的大小似乎是MxNx3。然后你想用这个T乘以大小为Nx1的向量φ。但是在下一句话中，你说有一个矩阵乘法。但是没有两个矩阵。（除了突然出现的矩阵J）请详细说明。顺便说一句“实”使用
A*B
可以简单地完成包含两个具有拟合维数的二维矩阵的矩阵乘法。谢谢，这似乎减少了很多分配，但仍然没有达到合适的性能。不过这是一个很好的改进：）@MatthäusBrandl你说得对，我混合了矩阵J和Phi。在这种情况下，矩阵J和矩阵Phi都是相同的。我知道两个包含双值的矩阵可以简单地用星形运算符相乘。现在我有一个包含vec3d值的矩阵T和一个包含常规双值的矩阵Phi。现在我想乘以veT中的系数和φ中的标量值，因此每次乘法的结果向量与矩阵T的每一行相加。很抱歉把矩阵弄混了。结果应该是什么？Vec3d的1xn矩阵与double类型的nx1矩阵的矩阵乘法是什么？应该是double_i*Vec3d_i的和吗？我不知道我不认为你可以直接使用矩阵乘法，因为对于单通道矩阵的矩阵乘法，三通道矩阵没有数学上的定义。谢谢。我会尝试一下：）。@ThomasKosch这也是我的猜测，也许你可以重构你的计算来使用数学上（定义良好）的计算。否则，您可能会尝试使用3D矩阵而不是2D向量矩阵。排列矩阵尺寸，以便在进行点积或矩阵积时访问连续内存。@Mika与OP相同：不要帮助编译器，让它尽可能推断模板参数。