C++ 矩阵边缘化（边缘分布）

我想从两个矩阵边缘化得到第三个矩阵。 基本上，我有两个大小为（4x1）的Mat对象，我希望将它们边缘化，以获得第三个行标准化的4x4矩阵。这是通过获取第一个Mat对象的第一行并与第二个Mat对象的每一行相乘来完成的，以填充第三个4x4 Mat的第一行，每行元素相乘除以该行的总和，如下图所示。还有。 下面是我到目前为止所采取的编码步骤，并得到了一个小堆栈。。。。

const int nStates=9；
注册int iii，jjj；
float mMatrix[nStates][3]={1,2,3,4,5,6,7,8,9}；
//像素级跃迁
Mat nPot1=Mat（nStates，1，CV_32FC1，mMatrix）；
Mat nPot2=Mat（nStates，1，CV_32FC1，mMatrix）；
Mat节点转换（nStates、nStates、CV_32FC1）；NodeTransitions.setTo（标量（1.0f））；
浮动fN1；
对于（iii=0；iii不能只计算外积，然后使用L1范数对每一行进行规格化

我将调用你的两个向量
x
和
y
。然后计算
R=x*y.t（）
并沿每行对
R
进行归一化

在OpenCV中，有一个函数，但它仅为向量定义，矩阵需要它（当您将输入之一转换为1xn矩阵或行向量时）

这意味着，你必须手工完成。你也可以做这些矩阵乘法。考虑一下，如果你做了很多矩阵乘法运算，它们不代表图像等。
未测试代码：

const int nStates = 9;
float mMatrix[nStates][1] = {1,2,3,4,5,6,7,8,9};

//Pixelwise transitions
Mat nPot1 = Mat(nStates, 1, CV_32FC1,mMatrix );
Mat nPot2 = Mat(nStates, 1, CV_32FC1,mMatrix );
Mat NodeTransitions(nStates, nStates, CV_32FC1);
NodeTransitions.setTo(Scalar(1.0f)); // Why are you doing this?
float fN1;

// Pass one, compute outer product.
for (int row=0; row < nStates; row++) {
    for (int col=0; col < nStates; col++) {
        fN1 = nPot1.at<float>(row, 0) * nPot2.at<float>(col, 0);
        NodeTransitions.at<float>(row, col)  = fN1;
    }
}

// Pass two, normalise each row.
for (int row=0; row < nStates; row++) {
    // find sum of this row
    fN1 = 0; // using fN1 for sum now.
    for (int col=0; col < nStates; col++) {
        fN1 += NodeTransitions.at<float>(row, col);
    }
    // Now divide all elements in row by sum
    for (int col=0; col < nStates; col++) {
        // divide value at row,col by fN1.
        NodeTransitions.at<float>(row, col) /= fN1;
    }
}

const int nStates=9；
float mMatrix[nStates][1]={1,2,3,4,5,6,7,8,9}；
//像素级跃迁
Mat nPot1=Mat（nStates，1，CV_32FC1，mMatrix）；
Mat nPot2=Mat（nStates，1，CV_32FC1，mMatrix）；
Mat节点转换（nStates、nStates、CV_32FC1）；
NodeTransitions.setTo（标量（1.0f））；//为什么要这样做？
浮动fN1；
//通过1，计算外积。
对于（int row=0；row

论效率
考虑到您的
nStates
非常小，此代码应该足够高效。看起来，您在尝试一次性完成所有这一切时遇到了困难。没有必要这样做。
使用这行“NodeTransitions.setTo（Scalar（1.0f））；//您为什么要这样做？”我只是用一些值填充矩阵，使其不为空：）计算结果后，它不会为空。无需先填充值，然后立即覆盖它们。该算法非常有效。感谢您的帮助，最初我避免了许多循环，但我想这很好。再次感谢：）如果需要，请随意向上投票你觉得这很有帮助。我刚刚把代码插入我的主算法，计算效率大大降低。有更好的方法吗？
const int nStates = 9;
float mMatrix[nStates][1] = {1,2,3,4,5,6,7,8,9};

//Pixelwise transitions
Mat nPot1 = Mat(nStates, 1, CV_32FC1,mMatrix );
Mat nPot2 = Mat(nStates, 1, CV_32FC1,mMatrix );
Mat NodeTransitions(nStates, nStates, CV_32FC1);
NodeTransitions.setTo(Scalar(1.0f)); // Why are you doing this?
float fN1;

// Pass one, compute outer product.
for (int row=0; row < nStates; row++) {
    for (int col=0; col < nStates; col++) {
        fN1 = nPot1.at<float>(row, 0) * nPot2.at<float>(col, 0);
        NodeTransitions.at<float>(row, col)  = fN1;
    }
}

// Pass two, normalise each row.
for (int row=0; row < nStates; row++) {
    // find sum of this row
    fN1 = 0; // using fN1 for sum now.
    for (int col=0; col < nStates; col++) {
        fN1 += NodeTransitions.at<float>(row, col);
    }
    // Now divide all elements in row by sum
    for (int col=0; col < nStates; col++) {
        // divide value at row,col by fN1.
        NodeTransitions.at<float>(row, col) /= fN1;
    }
}