SparseMat-Operationen (Sparse-Matrix) in openCV ausführen

Es ist nur so, dass dünn besetzte Matrizen nicht wirklich für Inversion oder Matrix-Matrix-Multiplikation geeignet sind, also ist es ziemlich vernünftig, dass es dafür keine eingebaute Funktion gibt. Sie werden eigentlich mehr für die Matrix-Vektor-Multiplikation verwendet (normalerweise, wenn iterative lineare Systeme gelöst werden).

Was Sie tun können, ist, N lineare Systeme (mit den Spalten der Identitätsmatrix als rechte Seiten) zu lösen, um die inverse Matrix zu erhalten. Aber dann brauchen Sie sowieso N * N Speicher für die inverse Matrix, also wäre es besser, eine dichte Matrix mit einem üblichen Dekompositionsalgorithmus zu verwenden, da der Leistungsgewinn bei N iterativen Lösungen nicht so hoch ist. Oder vielleicht einige spärliche direkte Löser wie SuperLU oder TAUCS kann helfen, aber ich bezweifle, dass OpenCV solche Funktionalitäten hat.

Sie sollten auch überlegen, ob Sie wirklich die inverse Matrix benötigen. Oft ist ein solches Problem auch lösbar, indem einfach ein lineares System gelöst wird, was mit einer dünn besetzten Matrix recht einfach und schnell über z.B. CG oder BiCGSTab.

Sie können eine SparseMat in eine Matte umwandeln, die benötigten Operationen ausführen und dann zurück konvertieren.

Sie können die Bibliothek Eigen direkt verwenden. Eigen arbeitet sehr gut mit OpenCV zusammen.