Matlab一键Matlab代码转python代码详细教程

Posted 2023-04-02 小丫么小阿豪

Motivation

博主最近在看的一篇做biomedical image SR的论文，其对数据的预处理用matlab做的…要在集群上跑的话还要重新配环境装matlab，总觉得不太舒服…于是就想干脆把他的matlab代码转成python代码好了。

matlab2python工具

在网上查工具的时候发现中文博客（基本都是抄的）在推荐一个叫SMOP的工具。博主亲测这个工具配置问题比较大…配置完成之后还是用不了。查了一下，大概意思是这个工具好像要python2的环境。emmmmmmmmmmmmm，感觉有点坑，于是放弃了。

换了一个叫matlab2python的工具，亲测简单易上手

安装使用

1. 安装：

   git clone https://github.com/ebranlard/matlab2python
   cd matlab2python
   pip install -r requirements.txt
   

   如果有朋友不能翻墙clone不下来代码，把上面第一行命令换成：

   git clone https://gitee.com/zongfang/matlab2python.git
   

2. 使用：
   在matlab2python目录下输入

   python matlab2python.py file.m -o file.py
   

   注意：file.m如果不指定位置就是当前目录下的，如果要用别的目录下的文件，需要指定路径。

问题

工具只能转换一些基本语法，实际估计大多数情况下转换完应该还是没办法直接用的。转换完还是要自己人工检查调整一下。

2022年3月19日更新：亲测这个工具只能大概转一下，很多的函数都没办法转，如果是图像处理之类的代码只能做一个大概的参考，没办法转完直接用。

参考：https://www.pythonpool.com/convert-matlab-to-python/

与matlab里面 imadjust 函数相同的python代码

          正在做一个把matlab程序转python的工作，遇到 matlab里面的 imadjust 函数，但是找了一圈没有对应的python函数，需要自定义一个函数

import numpy as np
from bisect import bisect_left

 # 已测试完毕，成功
    def imadjust(src, tol=1, vin=[0, 255], vout=(0, 255)):
        # src : input one-layer image (numpy array)
        # tol : tolerance, from 0 to 100.
        # vin  : src image bounds
        # vout : dst image bounds
        # return : output img
        assert len(src.shape) == 2, \'Input image should be 2-dims\'
        tol = max(0, min(100, tol))
        if tol > 0:
            # Compute in and out limits
            # Histogram
            hist = np.histogram(src, bins=list(range(256)), range=(0, 255))[0]
            # Cumulative histogram
            cum = hist.copy()
            for i in range(1, 255): cum[i] = cum[i - 1] + hist[i]
            # Compute bounds
            total = src.shape[0] * src.shape[1]
            low_bound = total * tol / 100
            upp_bound = total * (100 - tol) / 100
            vin[0] = bisect_left(cum, low_bound)
            vin[1] = bisect_left(cum, upp_bound)
        # Stretching
        scale = (vout[1] - vout[0]) / (vin[1] - vin[0])
        vs = src - vin[0]
        vs[src < vin[0]] = 0
        vd = vs * scale + 0.5 + vout[0]
        vd[vd > vout[1]] = vout[1]
        dst = vd
        return dst

          src是一个二维矩阵，数据类型为uint8（0-255，用来表示灰度值），测试结果和matlab基本一模一样。做到了同输入同输出。

          用到了 bisect_left 它的用法可以参考 python：从整数列表（数组）中获取最接近给定值的数字

          当然，最好看文档 bisect — 数组二分查找算法，讲的比较好