opencv 随机数生成器

生成随机数

《learning opencv》ex7-1 解决方案

opencv提供了RNG类,能够非常方便的处理随机数,有如下任务:

  1. 生成3个float类型的随机数,且服从均匀分布,每个随机数的范围是0.0-1.0
  2. 生成3个double类型的随机数,且服从均值为0,方差为1的高斯分布
  3. 生成3个unsigned byte类型的随机数,服从均匀分布,每个数的取值范围是0-255

针对以上问题,实现代码如下:

#include<iostream>
#include<opencv2/opencv.hpp>
using namespace std;
using uint = unsigned;
/*
1. Generate and print three floating-point numbers,each drawn from a distribution from 0.0 to 1.0
2. Generate and print three double-preision numbers,each drown from a Guassian distribution centered at
    0.0 and with standard deviation of 1.0
3. Generate and print three unsigned bytes,each drawn from a uniform distibution from 0 to 255
*/


void generate_random_numbers()
{
    cv::RNG rng = cv::theRNG();
    float f_1 = rng.uniform(0.f, 1.f);
    float f_2 = rng.uniform(0.f, 1.f);
    float f_3 = rng.uniform(0.f, 1.f);


    double d_1 = rng.gaussian(1.0);
    double d_2 = rng.gaussian(1.0);
    double d_3 = rng.gaussian(1.0);

    uint u_1 = (uint)rng.uniform(0, 255);
    uint u_2 = (uint)rng.uniform(0, 255);
    uint u_3 = (uint)rng.uniform(0, 255);

    cout << "f_1: " << f_1 << " f_2: " << f_2 << " f_3: " << f_3 << endl;
    cout << "d_1: " << d_1 << " d_2: " << d_2 << " d_3: " << d_3 << endl;
    cout << "u_1: " << u_1 << " u_2: " << u_2 << " u_3: " << u_3 << endl;
    
}

生成随机数矩阵

《learining opencv》ex7-2 解决方案

RNG类,不仅可以方便快捷的生成随机数,而且也支持生成随机数矩阵,针对随机数填充的矩阵,有一下任务:

  1. 生成一个包含20个随机数的矩阵,每个随机数类型为float,且服从0.0-1.0的均匀分布;
  2. 生成一个包含20个随机数的矩阵,每个随机数类型为float,且服从均值为0,方差为1的高斯分布
  3. 生成一个包含20个随机数的矩阵,每个随机数类型为unsigned byte,且服从0-255的均匀分布;
  4. 生成20个三元组构成的随机数矩阵,每个随机数类型为unsigned byte,且服从0-255的均匀分布。

其代码如下所示:

#include<iostream>
#include<opencv2/opencv.hpp>


/*
1. Using the fill method of the cv::RNG random number generator,create an array of:
    a. 20 floating-point numbers with uniform distribution from 0.0 to 1.0
    b. 20 floating-point numbers with guassian distribution centered at 0.0 and with a standard deviation of 1.0
    c. 20 unsigned bytes with a uniform distribution from 0 to 255
    d. 20 color triples,each of three bytes with a uniform distribution from 0 to 255 
*/
using namespace std;

void generate_random_matrix()
{
    cv::RNG rng = cv::theRNG();
    cv::Mat m_uniform = cv::Mat(20, 1, CV_32F, cv::Scalar(0));
    rng.fill(m_uniform, cv::RNG::UNIFORM,0.f,1.f);

    cv::Mat m_guassian = cv::Mat(20, 1, CV_32F, cv::Scalar(0));
    rng.fill(m_guassian, cv::RNG::NORMAL, 0.0, 1.0);
    //cout << m_guassian << endl;

    cv::Mat mu_uniform = cv::Mat(20, 1, CV_8UC1, cv::Scalar(0));
    rng.fill(mu_uniform, cv::RNG::UNIFORM, 0, 255);
    //cout << mu_uniform << endl;

    cv::Mat mt_uniform = cv::Mat(20, 1, CV_8UC3, cv::Scalar(0, 0, 0));
    rng.fill(mt_uniform, cv::RNG::UNIFORM, 0, 255);
    cout << mt_uniform << endl;


}
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,254评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,875评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,682评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,896评论 1 285
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,015评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,152评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,208评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,962评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,388评论 1 304
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,700评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,867评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,551评论 4 335
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,186评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,901评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,142评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,689评论 2 362
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,757评论 2 351

推荐阅读更多精彩内容

  • 本文讨论从一个已知随机数生成器产生另一个随机数生成器的算法问题。 已知从1-10的随机数生成函数random10(...
    CodingCode阅读 2,054评论 0 1
  • JAVA生成随机数有两个常用类,一个是java.util.Random,另一个是java.lang.Math,这两...
    YongSiv阅读 5,897评论 0 1
  • 原文链接,介绍如何在Linux系统中确保随机数生成器具有良好的随机性。Linux系统本身是确定性的,如何生成不确定...
    猿奶爸阅读 1,832评论 0 2
  • 谈到随机性,这大概是一个令人困惑哲学问题吧。随机行为精确地说究竟指的是什么,最好是有定量的定义。Kolmogoro...
    IBegins阅读 2,998评论 0 0
  • 一.获取均匀分布的随机数###经典方法: rand的机制是根据一个随机数种子(通常是一个整数值,如果没有设置,则为...
    kaiviak阅读 4,303评论 0 3