[转] Matlab与C++混合编程(依赖OpenCV)
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了[转] Matlab与C++混合编程(依赖OpenCV)相关的知识,希望对你有一定的参考价值。
之前在运行别人论文的代码的时候,经常有遇到Matlab与C++混合编程的影子。实际上就是通过Matlab的Mex工具将C++的代码编译成 Matlab支持调用的可执行文件和函数接口。这样一方面可以在Matlab中利用已经编写好的函数,尽管这个函数是用C++编写的。实现了交流无国界, 没有江山一统的谁,只有四海之内皆兄弟的豪气。另一方面,取C++所长补己之短。Matlab擅长矩阵运算,但对循环操作的效率不及C++来得高效,例如 Hilbert矩阵的创建。所以对于具有大循环的运算,可以借C++之力来完成。
看到它的魅力,之前也一直想学下,可惜机缘不对。但在昨天缘分就到了。我需要用到一个论文给出来的代码,但是它的代码是C++的,而且还依赖了 OpenCV的库,基于Linux平台。这与实验室给我定出来的平台有很大的不同,我们是得统一基于Windows + Matlab来实现的,这样组内各个同学的工作才好统一。所以没办法了,就得把这个原作者的代码编译成Matlab支持的可执行文件。
一、初级
在使用MATLAB编译C/C++代码时,我们需要修改C/C++代码,在里面添加Matlab能支持的函数接口。这样Matlab才能调用它。然后再通过Matlab的Mex工具来编译它。下面就具体的举例子说明这两个步骤。
假设我们有一个很简单的C++代码,实现的就是两个double型数的加法:
mexAdd.cpp
- #include <iostream>
- using namespace std;
- double add(double x, double y)
- {
- return x + y;
- }
1、修改代码文件
1)添加头文件mex.h
在我们的c++文件开头处添加头文件:
#include"mex.h"
2)添加接口函数mexFunction()
mexFunction的定义为:
void mexFunction(int nlhs, mxArray *plhs[],int nrhs, const mxArray *prhs[])
{
}
首先,这个函数是没有返回值的。它不是通过返回值把c++代码的计算结果传回Matlab的,而是通过对参数plhs的赋值。例如我们在Matlab中,调用这个add函数一般是这样:
>> a = 0.5; b = 0.8;
>> c = add(a, b);
那mexFunction怎么将输入参数a和b传入给c++的add函数,然后就怎么把计算结果返回给c呢?这些粗重活全部通过mexFunction的四个参数来实现:
nlhs: 感觉是number of left hand size parameters,也就是Matlab调用语句左边的变量个数,实际上就是需要返回给Matlab的返回值变量有多少个。例如上面c = add(a, b);就只有一个返回参数c,所以nlhs就是1;
plhs: 感觉是pointer of left hand size parameters,也就是函数返回参数的指针。但它是一个指针数组。换句话说,它是一个数组,每个元素是个指针,每个指针指向一个数据类型为 mxArray的返回参数。例如上面c = add(a, b);就只有一个返回参数c,所以该数组只有一个指针,plhs[0]指向的结果会赋值给c。
nrhs: 这个是number of right hand size parameters,也就是Matlab调用语句右边的变量个数。例如上面c = add(a, b),它给c++代码传入了两个参数a和b,所以nrhs为2;
prhs:这个是pointer of right hand size parameters,和plhs类似,因为右手面有两个自变量,即该数组有两个指针,prhs[0]指向了a,prhs[1]指向了b。要注意prhs 是const的指针数组,即不能改变其指向内容。
因为Matlab最基本的单元为array,无论是什么类型也好,如有doublearray、 cell array、struct array……所以a,b,c都是array,b = 1.1便是一个1x1的double array。而在C语言中,Matlab的array使用mxArray类型来表示。所以就不难明白为什么plhs和prhs都是指向mxArray类型 的指针数组(参考资料[1])。
那mexFunction函数的函数体要怎么写呢?怎么样通过这个接口函数将Matlab的参数和c++代码中的相对应的参数联系起来呢?我们先把这个代码全部展现出来。
最后的mexAdd.cpp是这样:
mexAdd.cpp
- #include "opencv2/opencv.hpp"
- #include "mex.h"
- double add(double x, double y)
- {
- return x + y;
- }
- void mexFunction(int nlhs, mxArray *plhs[], int nrhs, const mxArray *prhs[])
- {
- double *a;
- double b, c;
- plhs[0] = mxCreateDoubleMatrix(1, 1, mxREAL);
- a = mxGetPr(plhs[0]);
- b = *(mxGetPr(prhs[0]));
- c = *(mxGetPr(prhs[1]));
- *a = add(b, c);
- }
mexFunction的内容是什么意思呢?我们知道,如果在Matlab中这样调用函数时:
>> output = add(0.5, 0.8);
在未涉及具体的计算时,output的值是未知的,是未赋值的。所以在具体的程序中,我们建立一个1x1的实double矩阵(使用 mxCreateDoubleMatrix函数,其返回指向刚建立的mxArray的指针),然后令plhs[0]指向它。接着令指针a指向plhs [0]所指向的mxArray的第一个元素(使用mxGetPr函数,返回指向mxArray的首元素的指针)。同样地,我们把prhs[0]和prhs [1]所指向的元素(即0.5和0.8)取出来赋给b和c。于是我们可以把b和c作自变量传给函数add,得出给果赋给指针a所指向的mxArray中的 元素。因为a是指向plhs[0]所指向的mxArray的元素,所以最后作输出时,plhs[0]所指向的mxArray赋值给output,则 output便是已计算好的结果了。
实际上mexFunction是没有这么简单的,我们要对用户的输入自变量的个数和类型进行测试,以确保输入正确。如在add函数的例子中,用户输入char array便是一种错误了。
从上面的讲述中我们总结出,MEX文件实现了一种接口,把C语言中的计算结果适当地返回给Matlab罢了。当我们已经有用C编写的大型程序时,大可不 必在 Matlab里重写,只写个接口,做成MEX文件就成了。另外,在Matlab程序中的部分计算瓶颈(如循环),可通过MEX文件用C语言实现,以提高计 算速度(参考资料[1])。
2、编译修改后的c++文件
文件修改完后,我们需要将他编译,生成Matlab支持的可执行文件。这里需要的是Matlab自带的Mex工具。但在编译器,我们需要配置下这个工具,告诉它你要采用什么编译器来编译我们的c/c++代码。在Matlab中运行:
>> mex -setup
就会出现叫你选择一个默认的编译器。例如我这里是叫选择Matlab自带的Lcc或者我自己在电脑上安装的Microsoft Visual C++ 2010。一般都是选择后者。配置这个就可以编译了。编译也有以下几种情况:
>> mex XXX.cpp
>> mex X1.cpp X2.cpp X3.cpp %多个cpp文件,且有依赖。生成的库名字叫X1
>> mex -O X1.cpp %大写O选项,优化编译
>> mex -largeArrayDims X1.cpp %对64位系统,通过这个选项来指定使用处理大容量数组的API。因为Matlab与C++之间的接口是以32位系统作为标准的,这就导致了人们在处理大 容量数据时没办法利用C和C++语言的速度优势。但对64位系统来说,系统资源一般都比32位系统要充足,所以指定该接口,让它对大容量数据处理更游刃有 余。
还有一些编译选项,和gcc一样。例如-I指定额外需要include的目录,-L指定额外需要连接的库的目录,-l指定额外需要链接的库等。
对于我们的程序就简单了。在MATLAB命令窗口输入以下命令:mexmexAdd.cpp,即可编译成功。编译成功后,在同文件夹下会出现一个同名 的,但后缀是mexw32(32位的系统)或者mexw64(64位的系统)的文件,例如mexAdd.mexw32。然后在Matlab中就可以直接调 用它来运算了:
>> ans = mexAdd(0.5, 0.8);
二、进阶
上面我们针对的是处理标量的情况,也就是数a,b或者c。这节我们让它处理二维数组,也就是图像。为了验证,我们很傻瓜地完成以下功能:
>> [grayImage] =RGB2Gray(‘imageFile.jpeg‘);
也就是将一个图像文件名,传递给c++的代码,然后c++代码将这个图像读入,再转成灰度图,然后返回给Matlab。而c++代码里面的图像读入和灰 度转换的操作通过调用OpenCV的库函数来实现。是不是很傻瓜呢?因为Matlab已经有实现同样功能的函数了。对,没错,就是多此一举。但我们只是为 了说明二维数组的传递过程,没有什么用意。不过,如果要计算两个图像的光流的话,Matlab可能就真正需要OpenCV的帮助了。
另外,因为cpp文件要链接OpenCV的库,所以为了统一或者规范编译工程,我写了一个make.m文件,它的功能类似于Makefile,实际上就实现了mex编译这个工程时候的编译规则。具体可以看后面的代码,然后就知道在里面做了什么了。
首先是RGB2Gray.cpp代码:
- // Interface: convert an image to gray and return to Matlab
- // Author : zouxy
- // Date : 2014-03-05
- // HomePage : http://blog.csdn.net/zouxy09
- // Email : [email protected]
- #include "opencv2/opencv.hpp"
- #include "mex.h"
- using namespace cv;
- /*******************************************************
- Usage: [imageMatrix] = RGB2Gray(‘imageFile.jpeg‘);
- Input:
- a image file
- OutPut:
- a matrix of image which can be read by Matlab
- **********************************************************/
- void exit_with_help()
- {
- mexPrintf(
- "Usage: [imageMatrix] = DenseTrack(‘imageFile.jpg‘);\n"
- );
- }
- static void fake_answer(mxArray *plhs[])
- {
- plhs[0] = mxCreateDoubleMatrix(0, 0, mxREAL);
- }
- void RGB2Gray(char *filename, mxArray *plhs[])
- {
- // read the image
- Mat image = imread(filename);
- if(image.empty()) {
- mexPrintf("can‘t open input file %s\n", filename);
- fake_answer(plhs);
- return;
- }
- // convert it to gray format
- Mat gray;
- if (image.channels() == 3)
- cvtColor(image, gray, CV_RGB2GRAY);
- else
- image.copyTo(gray);
- // convert the result to Matlab-supported format for returning
- int rows = gray.rows;
- int cols = gray.cols;
- plhs[0] = mxCreateDoubleMatrix(rows, cols, mxREAL);
- double *imgMat;
- imgMat = mxGetPr(plhs[0]);
- for (int i = 0; i < rows; i++)
- for (int j = 0; j < cols; j++)
- *(imgMat + i + j * rows) = (double)gray.at<uchar>(i, j);
- return;
- }
- void mexFunction(int nlhs, mxArray *plhs[], int nrhs, const mxArray *prhs[])
- {
- if(nrhs == 1)
- {
- char filename[256];
- mxGetString(prhs[0], filename, mxGetN(prhs[0]) + 1);
- if(filename == NULL)
- {
- mexPrintf("Error: filename is NULL\n");
- exit_with_help();
- return;
- }
- RGB2Gray(filename, plhs);
- }
- else
- {
- exit_with_help();
- fake_answer(plhs);
- return;
- }
- }
和上面的相比,里面多了几个东西。第一个就是传入参数的测试,看看Matlab传入的参数是否存在错误,还包括了些异常处理。第二个就是帮助信息。第三 个就是主要的实现函数了。只有OpenCV的读图像和灰度转换这里就不讲了,就是两个函数的调用。关键的地方还是如果把一个图像,也就是二维数组,传递给 mexFunction的参数,让它返回给Matlab。实际上,我们只要清楚一点:
plhs[0] = mxCreateDoubleMatrix(2, 3,mxREAL);
这个函数建立的矩阵的指针plhs[0]是按照列的方式来存储的。假设imgMat是它的指针,那么*(imgMat+1)就是矩阵元素[1, 0],*(imgMat+2)就是矩阵元素[0, 1],*(imgMat+4)就是矩阵元素[0, 2]。上面的代码就是按照这个方式,将图像gray中像素值赋值给参数plhs[0]相应的位置(实际上也许可以直接内存拷贝,但因为里面是指针操作,涉 及到局部变量gray的销毁问题,所以就简单的用上面的笨但稳当的方式来实现了)。
好了,下面是make.m文件。里面需要获取你的电脑的系统版本是32还是64位的,来选择编译选项。然后添加OpenCV的相关配置。如果您需要使用 使用,请修改成您的OpenCV的相关目录。然后给出一个需要编译的文件的列表。最后分析这个列表,加上编译选项,用mex来编译列表里面的所有文件。
- %// This make.m is for MATLAB
- %// Function: compile c++ files which rely on OpenCV for Matlab using mex
- %// Author : zouxy
- %// Date : 2014-03-05
- %// HomePage : http://blog.csdn.net/zouxy09
- %// Email : [email protected]
- %% Please modify your path of OpenCV
- %% If your have any question, please contact Zou Xiaoyi
- % Notice: first use "mex -setup" to choose your c/c++ compiler
- clear all;
- %-------------------------------------------------------------------
- %% get the architecture of this computer
- is_64bit = strcmp(computer,‘MACI64‘) || strcmp(computer,‘GLNXA64‘) || strcmp(computer,‘PCWIN64‘);
- %-------------------------------------------------------------------
- %% the configuration of compiler
- % You need to modify this configuration according to your own path of OpenCV
- % Notice: if your system is 64bit, your OpenCV must be 64bit!
- out_dir=‘./‘;
- CPPFLAGS = ‘ -O -DNDEBUG -I.\ -ID:\OpenCV_64\include‘; % your OpenCV "include" path
- LDFLAGS = ‘ -LD:\OpenCV_64\lib‘; % your OpenCV "lib" path
- LIBS = ‘ -lopencv_core240 -lopencv_highgui240 -lopencv_video240 -lopencv_imgproc240‘;
- if is_64bit
- CPPFLAGS = [CPPFLAGS ‘ -largeArrayDims‘];
- end
- %% add your files here!
- compile_files = {
- % the list of your code files which need to be compiled
- ‘RGB2Gray.cpp‘
- };
- %-------------------------------------------------------------------
- %% compiling...
- for k = 1 : length(compile_files)
- str = compile_files{k};
- fprintf(‘compilation of: %s\n‘, str);
- str = [str ‘ -outdir ‘ out_dir CPPFLAGS LDFLAGS LIBS];
- args = regexp(str, ‘\s+‘, ‘split‘);
- mex(args{:});
- end
- fprintf(‘Congratulations, compilation successful!!!\n‘);
三、使用方法和结果
1、编译
直接在Matlab中运行make.m。即可生成RGB2Gray.mexw64。然后在Matlab中运行:
>> img = RGB2Gray(‘d:\test.jpg’);
>> imshow(uint8(img));
即可显示转换结果,如图:
注:以上Matlab的说明都是在你的cpp文件所在目录下。
四、参考资料
[1] 如何写mexFunction函数
以上是关于[转] Matlab与C++混合编程(依赖OpenCV)的主要内容,如果未能解决你的问题,请参考以下文章
用MATLAB和C++2008混合编程,出现MATLAB:I18n:MissingICUData - ICU data not found