C++实现的手写数字识别神经网络项目基于OpenCV的超基础矩阵操作

本文中所涉及的矩阵运算均采用openCV实现，相关环境配置详见 win10下VS2013+OpenCV2.4.9环境配置

本文主要通过C++语言重现了 Machine Learning ex4 中的相关内容

基础知识部分：

目录

1. 神经网络的基础理论（参见UFLDL教程）

2. openCV中的矩阵运算

2.1 矩阵的定义方式

2.2 矩阵的数据赋值

2.3 矩阵的输出方式

2.4 关于矩阵定义与赋值的进一步说明

2.5 常见的矩阵运算方法

2.6 openCV中矩阵函数的参数传递方式

下一节内容：

1. 神经网络的相关知识（参考UFLDL教程）

2. openCV矩阵运算

2.声明矩阵构建与分析

首先需要明确的是，矩阵的创建是使用前的必要步骤。在OpenCV中，矩阵的处理方式类似于类的定义，当前仅完成了矩阵的声明操作，而未进行具体的数值赋值，因此此时输出的内容将表现为无序数据。OpenCV对于矩阵元素的数据类型有着明确且严格的要求，这与MATLAB存在差异。在创建矩阵时，必须首先指定其所包含元素的具体数据类型。

 //声明矩阵

    
 //矩阵的规模是3行5列，矩阵元素的类型是CV_64FC1
    
 Mat test_mat=Mat(3,5