cv::Mat 转换为特征矩阵并返回

Posted 2023-02-22

【中文标题】cv::Mat 转换为特征矩阵并返回

【英文标题】：cv::Mat conversion to Eigen-Matrix and back

【发布时间】：2013-05-08 22:13:12

【问题描述】：

我有几个特征向量存储在cv::Mat 中，其中每一行都是一个特征向量（这里有几行：[ x1 y1 x2 y2 x3 y3.... ]）。我必须对每个特征向量应用 SVD，为此我使用 Eigen 库。但是，在应用 SVD 之前，必须将特征矩阵转换为 Eigen::Matrix 形式。

稍后，我必须将 SVD 结果转换回cv::Mat。

任何人都可以提出一个很好的方法来做到这一点吗？我需要 cv::Mat 形式的原因是因为我必须将它输入到 OpenCV 中的神经网络，并且只允许 cv::Mat 输入矩阵。

谢谢！！！

【问题讨论】：

OpenCV CV::Mat and Eigen::Matrix 的可能副本。无需复制数据，使用 Eigen::Map。看这里的答案：***.com/questions/14783329/…

【参考方案1】：

来自http://forum.kde.org/viewtopic.php?f=74&t=97516的例子：

#include <opencv2/core/eigen.hpp>
cv::Mat_<float> a = Mat_<float>::ones(2,2);
Eigen::Matrix<float,Dynamic,Dynamic> b;
cv2eigen(a,b);

另外，OpenCV CV::Mat and Eigen::Matrix 有一个使用 Eigen::Map 的解决方案。

【参考方案2】：

试试这个代码的 eigen to cv：

template<typename _Tp, int _rows, int _cols, int _options, int _maxRows, int _maxCols>
void eigen2cv(const Eigen::Matrix<_Tp, _rows, _cols, _options, _maxRows, _maxCols>& src, cv::Mat& dst)

    if (!(src.Flags & Eigen::RowMajorBit))
    
        cv::Mat _src(src.cols(), src.rows(), cv::DataType<_Tp>::type,
            (void*)src.data(), src.stride() * sizeof(_Tp));
        cv::transpose(_src, dst);
    
    else
    
        cv::Mat _src(src.rows(), src.cols(), cv::DataType<_Tp>::type,
            (void*)src.data(), src.stride() * sizeof(_Tp));
        _src.copyTo(dst);
    

如您所见，这执行了复制。使用这么小的矩阵，您不应该关心，但您可以更改代码。要获取第一列，请使用cv::Mat::column()。

尝试使用以下方法之一将 cv 转换为特征：

template<typename _Tp, int _rows, int _cols, int _options, int _maxRows, int _maxCols>
void cv2eigen( const Mat& src,
               Eigen::Matrix<_Tp, _rows, _cols, _options, _maxRows, _maxCols>& dst )

    CV_DbgAssert(src.rows == _rows && src.cols == _cols);
    if( !(dst.Flags & Eigen::RowMajorBit) )
    
        Mat _dst(src.cols, src.rows, DataType<_Tp>::type,
                 dst.data(), (size_t)(dst.stride()*sizeof(_Tp)));
        if( src.type() == _dst.type() )
            transpose(src, _dst);
        else if( src.cols == src.rows )
        
            src.convertTo(_dst, _dst.type());
            transpose(_dst, _dst);
        
        else
            Mat(src.t()).convertTo(_dst, _dst.type());
        CV_DbgAssert(_dst.data == (uchar*)dst.data());
    
    else
    
        Mat _dst(src.rows, src.cols, DataType<_Tp>::type,
                 dst.data(), (size_t)(dst.stride()*sizeof(_Tp)));
        src.convertTo(_dst, _dst.type());
        CV_DbgAssert(_dst.data == (uchar*)dst.data());
    


template<typename _Tp>
void cv2eigen( const Mat& src,
               Eigen::Matrix<_Tp, Eigen::Dynamic, Eigen::Dynamic>& dst )

    dst.resize(src.rows, src.cols);
    if( !(dst.Flags & Eigen::RowMajorBit) )
    
        Mat _dst(src.cols, src.rows, DataType<_Tp>::type,
             dst.data(), (size_t)(dst.stride()*sizeof(_Tp)));
        if( src.type() == _dst.type() )
            transpose(src, _dst);
        else if( src.cols == src.rows )
        
            src.convertTo(_dst, _dst.type());
            transpose(_dst, _dst);
        
        else
            Mat(src.t()).convertTo(_dst, _dst.type());
        CV_DbgAssert(_dst.data == (uchar*)dst.data());
    
    else
    
        Mat _dst(src.rows, src.cols, DataType<_Tp>::type,
                 dst.data(), (size_t)(dst.stride()*sizeof(_Tp)));
        src.convertTo(_dst, _dst.type());
        CV_DbgAssert(_dst.data == (uchar*)dst.data());
    



template<typename _Tp>
void cv2eigen( const Mat& src,
               Eigen::Matrix<_Tp, Eigen::Dynamic, 1>& dst )

    CV_Assert(src.cols == 1);
    dst.resize(src.rows);

    if( !(dst.Flags & Eigen::RowMajorBit) )
    
        Mat _dst(src.cols, src.rows, DataType<_Tp>::type,
                 dst.data(), (size_t)(dst.stride()*sizeof(_Tp)));
        if( src.type() == _dst.type() )
            transpose(src, _dst);
        else
            Mat(src.t()).convertTo(_dst, _dst.type());
        CV_DbgAssert(_dst.data == (uchar*)dst.data());
    
    else
    
        Mat _dst(src.rows, src.cols, DataType<_Tp>::type,
                 dst.data(), (size_t)(dst.stride()*sizeof(_Tp)));
        src.convertTo(_dst, _dst.type());
        CV_DbgAssert(_dst.data == (uchar*)dst.data());
    



template<typename _Tp>
void cv2eigen( const Mat& src,
               Eigen::Matrix<_Tp, 1, Eigen::Dynamic>& dst )

    CV_Assert(src.rows == 1);
    dst.resize(src.cols);
    if( !(dst.Flags & Eigen::RowMajorBit) )
    
        Mat _dst(src.cols, src.rows, DataType<_Tp>::type,
                 dst.data(), (size_t)(dst.stride()*sizeof(_Tp)));
        if( src.type() == _dst.type() )
            transpose(src, _dst);
        else
            Mat(src.t()).convertTo(_dst, _dst.type());
        CV_DbgAssert(_dst.data == (uchar*)dst.data());
    
    else
    
        Mat _dst(src.rows, src.cols, DataType<_Tp>::type,
                 dst.data(), (size_t)(dst.stride()*sizeof(_Tp)));
        src.convertTo(_dst, _dst.type());
        CV_DbgAssert(_dst.data == (uchar*)dst.data());
    

来源： 此代码取自 OpenCV 本身，它们在内部使用它，因为 OpenCV 可以在内部使用 libeigen 执行某些任务。我不明白为什么不通过 API 公开对此类库和 Qt 的格式转换。

【讨论】：

感谢您的建议！你能告诉我这里的“模板”是什么吗？我还没有达到高级水平...以及如何将 cv::Mat 转换为 Eigen::Matrix ....谢谢您的输入！！！ @ypnos

这个“typename _Tp”和DataType是什么<_tp>请多解释一下......非常重要......

您需要自己学习模板。但是使用此代码相当容易，并且不涉及模板。例如：cv::Mat_ src;特征::MatrixXf dest(src.rows, src.cols); cv2eigen(src, dest);

我试试这个！还请告诉我这个“typename _Tp”和 DataType<_tp> 是什么……我不明白……谢谢……@ypnos

阅读您最喜欢的有关 C++ 模板的书籍。这是非常基本的 C++ 概念！关于 DataType 见docs.opencv.org/modules/core/doc/basic_structures.html

【参考方案3】：

看看Mapping data from Eigen to OpenCV and back 文章。它描述了如何以更少的开销映射数据。在最简单的情况下，根本没有副本。它也处理 Eigen 表达式：

// Unsharp mask
Eigen::ArrayXXd img, blur;    
eigen2cv(img) = cv::imread("lena.jpg");
cv::GaussianBlur(eigen2cv(img), eigen2cv(blur));

cv::imshow("sharpened", eigen2cv(1.5 * img - 0.5 * blur));

【讨论】：

您在博客中讨论的新头文件不适用于 OpenCV 2.4.9。我刚刚包含了头文件 Eigen2CV.h 和 g++ 抛出了一堆奇怪的错误。