有时我不得不将一些 Matlab 代码移植到 OpenCV。
在 OpenCV 中几乎总是有一种方法和适当的功能。然而，它并不总是很容易找到。
因此，我想开始这个总结，以寻找和收集一些 Matlab 和 OpenCV 之间的等价物。
我使用 Matlab 函数作为标题，并从 Matlab 帮助中附加其描述。之后提供 OpenCV 示例或解决方案链接。
【问题讨论】：
复制并平铺一个数组。 B = repmat(A,M,N) 创建一个大矩阵 B，其中包含 A 的 M×N 副本。B 的大小为 [size(A,1)*M, size(A,2) *N]。语句 repmat(A,N) 创建一个 N×N 平铺。
B = 重复（A，M，N）
查找非零元素的索引。 I = find(X) 返回对应于数组 X 的非零条目的线性索引。X 可能是一个逻辑表达式。使用 IND2SUB(SIZE(X),I) 从线性索引 I 计算多个下标。
二维卷积。 C = conv2(A, B) 执行矩阵 A 和 B 的二维卷积。如果 [ma,na] = size(A)，[mb,nb] = size(B)，并且 [mc,nc] =大小(C)，然后 mc = max([ma+mb-1,ma,mb]) 和 nc = max([na+nb-1,na,nb])。
缩放数据并显示为图像。 imagesc(...) 与 IMAGE(...) 相同，只是数据被缩放以使用完整的颜色图。
多维图像的 N 维滤波。 B = imfilter(A,H) 使用多维过滤器 H 过滤多维数组 A。A 可以是逻辑的，也可以是任何类和维度的非稀疏数值数组。结果 B 与 A 具有相同的大小和类别。
区域最大值。 BW = imregionalmax(I) 计算 I 的区域最大值。 imregionalmax 返回与 I 大小相同的二值图像 BW，它标识 I 中区域最大值的位置。在 BW 中，设置为 1 的像素标识区域最大值;所有其他像素都设置为 0。
二维顺序统计过滤。 B=ordfilt2(A,ORDER,DOMAIN) 将 A 中的每个元素替换为由 DOMAIN 中的非零元素指定的已排序邻居集中的第 ORDER 元素。
选择感兴趣的多边形区域。使用 roipoly 在图像中选择感兴趣的多边形区域。 roipoly 返回一个二进制图像，您可以将其用作掩码过滤的掩码。
近似梯度。 [FX,FY] = gradient(F) 返回矩阵 F 的数值梯度。FX 对应于 dF/dx，即 x（水平）方向的差异。 FY 对应于 dF/dy，即 y（垂直）方向的差异。假设每个方向上的点之间的间距为 1。当F为向量时，DF = gradient(F)为一维梯度。
来自多个下标的线性索引。 sub2ind 用于确定给定一组下标值对应的等效单个索引。
求解线性方程组A*x = B。矩阵 A 和 B 必须具有相同的行数。
【讨论】：