cv :: Mat轉換爲Eigen-Matrix並返回

Question

我有幾個存儲在cv::Mat中的特徵向量，其中每行都是一個特徵向量（這裏有幾行像這樣：[ x1 y1 x2 y2 x3 y3.... ]）。我必須在每個特徵向量上應用SVD併爲此使用Eigen庫。但是，在應用SVD之前，必須將特徵矩陣轉換爲Eigen::Matrix形式。

後來，我必須將SVD結果轉換回cv::Mat。

任何人都可以請建議一個很好的方式來做到這一點？我在cv::Mat表格中需要它的原因是因爲我必須將它輸入到OpenCV中的神經網絡中，並且只允許輸入矩陣cv::Mat。

謝謝！

Answer 1

試試這個代碼徵到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); 
    } 
} 

正如你可以看到這個執行復制。用一個你不需要關心的矩陣，但你可以改變代碼。要獲得第一列，請使用cv::Mat::column()。

嘗試這些方法CV之一徵：

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()); 
    } 
} 

來源：此代碼是從OpenCV的本身而論，他們用它作爲內部的OpenCV可以使用libeigen對國內一些任務。我不明白爲什麼格式轉換到這樣的庫和Qt沒有通過API公開。

Answer 2

從http://forum.kde.org/viewtopic.php?f=74&t=97516一個例子：

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

此外，OpenCV CV::Mat and Eigen::Matrix具有使用本徵::地圖的溶液。

Answer 3

看一看Mapping data from Eigen to OpenCV and back文章。它描述瞭如何以更少的開銷映射數據。在最簡單的情況下，根本就沒有拷貝。它還應對徵表現，以及：

// 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)); 

的