将 3D MatND 拆分为 2D Mat opencv 的向量

Posted 2023-02-16

【中文标题】将 3D MatND 拆分为 2D Mat opencv 的向量

【英文标题】：Split 3D MatND into vector of 2D Mat opencv

【发布时间】：2014-11-14 12:49:53

【问题描述】：

是否可以从在 opencv 中存储为 MatND 的 3D 数据立方体中获取 2D Mat 对象？基本上，我使用“mexopencv”将 3D 矩阵传递给 MexFile。我使用 MxArray(prhs[0]).toMatND() 将矩阵转换为 MatND 对象。现在我想将这个数据立方体沿着第三维分割成一个 cv::Mat 矩阵的向量。我需要对这些 2D 矩阵进行操作，因此需要在第三维上进行迭代。 是否有根据需要拆分数据立方体的功能？或者也许是一种获取指向 3D 数据立方体的 2D 子矩阵的指针的方法？

编辑：这是我的代码，它使用 mexopencv 将 Matlab 输入参数转换为 MatND 数组。我实现了@chappjc 将 3D 数据代码拆分为 2D 矩阵向量的方法。除了 x 和 y 尺寸被切换的事实之外，一切都很好。

#include "mexopencv.hpp"
#include <iostream>

void mexFunction(int nlhs, mxArray *plhs[],
                 int nrhs, const mxArray *prhs[])

    // Check arguments
    if (nlhs!=1 || nrhs!=1)
        mexErrMsgIdAndTxt("myfunc:invalidArgs", "Wrong number of arguments");

    // 1) Convert MxArray to cv::Mat
    cv::MatND matnd = MxArray(prhs[0]).toMatND();

    // Extract planes from matrix
    int dims[] =  matnd.size[0],matnd.size[1],matnd.size[2];
    std::vector<cv::Mat> matVec;
    for (int p = 0; p < dims[2]; ++p) 
        double *ind = (double*)matnd.data + p * dims[0] * dims[1]; // sub-matrix pointer
        matVec.push_back(cv::Mat(2, dims, CV_64F, ind).clone()); // clone if mnd goes away
    

    std::cout << "\nmatVec[0]:\n" << matVec[0] << std::endl;
    std::cout << "\nmatVec[1]:\n" << matVec[1] << std::endl;

    // Here I will do some stuff with the 2D submatrices from matVec
    // ...


    // 2) Here I want to pass the 3D matrix back to Matlab
    // I only know how to convert cv::Mat back to mxArray* using mexopencv:
    plhs[0] = MxArray(matnd);

第二次编辑。实际上，尺寸在“matVec”中切换的事实非常烦人。谁有更好的解决方案？

这是一个小的 [5 x 4 x 2] 示例的输出：

>> b

b(:,:,1) =

     1     6    11    16
     2     7    12    17
     3     8    13    18
     4     9    14    19
     5    10    15    20


b(:,:,2) =

   101   106   111   116
   102   107   112   117
   103   108   113   118
   104   109   114   119
   105   110   115   120

>> c = cv.myFunc(b)

matVec[0]:
[1, 2, 3, 4, 5;
  6, 7, 8, 9, 10;
  11, 12, 13, 14, 15;
  16, 17, 18, 19, 20]

matVec[1]:
[101, 102, 103, 104, 105;
  106, 107, 108, 109, 110;
  111, 112, 113, 114, 115;
  116, 117, 118, 119, 120]

c(:,:,1) =

     1     6    11    16
     2     7    12    17
     3     8    13    18
     4     9    14    19
     5    10    15    20


c(:,:,2) =

   101   106   111   116
   102   107   112   117
   103   108   113   118
   104   109   114   119
   105   110   115   120

【参考方案1】：

一位睿智的法师曾经说过：不要试图分裂MatND。这不可能。相反……只尝试去了解真相。没有MatND。

---

MatND 已过时，现在是 typedef'd 到 Mat。在 opencv2/core/core.hpp 中：

 typedef Mat MatND;

这意味着您可以将其视为 Mat 并手动将其剪切。我相信 at 和 ptr 方法在 dims>2 的情况下无法正常工作，因此您可以抓住 Mat::data 指针并计算子矩阵的位置。有一个ptr(int i0, int i1, int i2) 方法，但我运气不好，因为多维数组的step[] 很奇怪。

示例

// create 3D matrix with element index as content
int dims[] =  5, 5, 3 ;
cv::Mat mnd(3, dims, CV_64F);
for (int i = 0; i < mnd.total(); ++i)
    *((double*)mnd.data+i) = (double)i;

// extract planes from matrix
std::vector<cv::Mat> matVec;
for (int p = 0; p < dims[2]; ++p) 
    double *ind = (double*)mnd.data + p * dims[0] * dims[1]; // sub-matrix pointer
    matVec.push_back(cv::Mat(2, dims, CV_64F, ind).clone()); // clone if mnd goes away


std::cout << "Size of matVec: " << matVec.size() << std::endl;
std::cout << "Size of first Mat: " << matVec[0].size() << std::endl;

std::cout << "\nmatVec[0]:\n" << matVec[0] << std::endl;
std::cout << "\nmatVec[1]:\n" << matVec[1] << std::endl;
std::cout << "\nmatVec[2]:\n" << matVec[2] << std::endl;

输出

Size of matVec: 3
Size of first Mat: [5 x 5]

matVec[0]:
[0, 1, 2, 3, 4;
  5, 6, 7, 8, 9;
  10, 11, 12, 13, 14;
  15, 16, 17, 18, 19;
  20, 21, 22, 23, 24]

matVec[1]:
[25, 26, 27, 28, 29;
  30, 31, 32, 33, 34;
  35, 36, 37, 38, 39;
  40, 41, 42, 43, 44;
  45, 46, 47, 48, 49]

matVec[2]:
[50, 51, 52, 53, 54;
  55, 56, 57, 58, 59;
  60, 61, 62, 63, 64;
  65, 66, 67, 68, 69;
  70, 71, 72, 73, 74]

【讨论】：

+1 - 我对你的 Matrix 参考笑了笑:)

@rayryeng 它突然出现在我的脑海中。 :)。回复：答案，还有一个 Range 函数，类似于 MATLAB 的 :，但我从未使用过它。您通常也可以通过cv:Rect 使用 ROI，但我认为这只是 2d。反正我不经常用多维Mats，但我知道MatNDtypedef。

感谢您的回答。您获取 2D 子矩阵指针的方法似乎有效:)。虽然在 mexopencv 中发生的事情仍然很奇怪：虽然已弃用 - 使用 cv::MatND 和 prhs[0]).toMatND() 似乎是必要的，因为当您尝试使用时将大型 3D 矩阵从 Matlab 传递到 mexopencv 崩溃prhs[0]).toMat() （cv::Mat 将第三维存储为“通道”，最大通道数为4）。

@mcExchange 尽管广泛使用 MATLAB 和 OpenCV，但我对 mexopencv 不太熟悉，因为直接使用 OpenCV 相当容易。基本上有两个问题：列优先和行优先之间的转置，以及像素顺序和平面顺序之间的转换。对于高维数组，实际上最简单的方法是通过return mexCallMATLAB(1, &imgPermuted, 2, permuteRHSArgs, "permute"); 调用permute，其中permuteRHSArgs 是图像和3 元素数组：[2 1 3] 用于常规（非 RGB）3D 数组，[3 2 1] 用于彩色图像。第一个是 toMat() 中缺少的内容。

您能否提供另一个玩具示例，说明如何将 3D 数据矩阵传递给 matlab，将其与您在上面提供的函数分开，然后将其返回给 matlab？我也可以用 mexopencv 做到这一点，但如果你知道如何在没有 mexopencv 的情况下做到这一点会有所帮助。

【参考方案2】：

为使用 numpy/MATLAB 语法提取子矩阵的人提供的解决方案。

Mat mat3D;
// ... 3D matrix with shape (A, B, C)
// equivalent to numpy: mat3D[a, :, :]
Range ranges[3] = Range(a, a+1), Range::all(), Range::all();
Mat mat2D = mat3D(ranges).reshape(0, mat3D.size[1], mat3D.size[2]);