我正在尝试使用 opencv 的
cv::calcCovarMatrix
来获得协方差矩阵。我创建了一个虚拟测试用例:
A = [1 2; 3 4] // matlab style
B = [1 0; 5 8]
如果我用 matlab 运行它,我得到:
>> cov(A,B)
ans =
1.6667 4.3333
4.3333 13.6667
根据我的计算似乎没问题,但是当我使用
cv::calcCovarMatrix
时,我无法获得相同的结果:
cv::Mat covar, mean;
cv::Mat A = (cv::Mat_<float>(2,2) << 1, 2, 3, 4);
cv::Mat B = (cv::Mat_<float>(2,2) << 1, 0, 5, 8);
cv::Mat x[2] = {A, B};
cv::calcCovarMatrix(x, 2, covar, mean, CV_COVAR_SCRAMBLED );
std::cout << covar << std::endl;
// gives [6, -6;
// -6, 6]
我错过了什么?
两天前我遇到了同样的问题,我不知道为什么会出现这个问题,但是我写了一个适用于我在 OpenCV 和 MATLAB 中测试的所有样本的代码。
void matlab_covar(cv::Mat A,cv::Mat B)
{
cv::Mat covar,mean;
if(A.rows!=1) // check if A and B has one row don't reshape them
{
A=A.reshape(1,A.rows*A.cols).t(); //reshape A to be one row
B=B.reshape(1,A.rows*A.cols).t(); //rehsape B to be one row
}
cv::vconcat(A,B,A); //vertical attaching
cv::calcCovarMatrix(A,covar, mean,CV_COVAR_COLS|CV_COVAR_NORMAL);
cv::Mat Matlab_covar = covar/(A.cols-1); //scaling
std::cout<<Matlab_covar<<std::endl;
}
我测试了一些例子来证明这段代码可以正常工作(但我不确定为什么它可以工作)
在 MATLAB 中
>> A = [1 2; 3 4];
>> B = [1 0; 5 8];
>> cov(A,B)
ans =
1.6667 4.3333
4.3333 13.6667
在 OpenCV 中
cv::Mat A = (cv::Mat_<double>(2,2) << 1,2,3,4);
cv::Mat B = (cv::Mat_<double>(2,2) << 1,0,5,8);
matlab_covar(A,B); //the function i write
输出
[1.666666666666667, 4.333333333333333;
4.333333333333333, 13.66666666666667]
MATLAB
>> A = [3 3 3;2 2 2];
>> B = [1 2 3;3 2 1];
>> cov(A,B)
ans =
0.3000 0
0 0.8000
OpenCV
[0.3, 0;
0, 0.8]
Matlab
>> a=rand(3,1)
a =
0.8147
0.9058
0.1270
>> b=rand(3,1)
b =
0.9134
0.6324
0.0975
>> cov(a,b)
ans =
0.1813 0.1587
0.1587 0.1718
OpenCV
cv::Mat A = (cv::Mat_<double>(3,1) << 0.8147,0.9058,0.1270);
cv::Mat B = (cv::Mat_<double>(3,1) << 0.9134,0.6324,0.0975);
matlab_covar(A,B);
[0.1812933233333333, 0.1586792416666666;
0.1586792416666666, 0.1717953033333333]
只是少了一个flag。尝试:
cv::calcCovarMatrix(x, 2, covar, mean, cv::COVAR_ROWS | cv::COVAR_SCRAMBLED );
COVAR_ROWS mean
:所有输入向量都存储为样本矩阵的行。 (来自 opencv 3.0 文档)
我使用了以下命令:
calcCovarMatrix(Z.t(), cov, mu, CV_COVAR_ROWS | CV_COVAR_SCRAMBLED |CV_COVAR_NORMAL);
cov除以(nsamples-1)后,这个协方差与MATLAB计算结果吻合