從Matlab的一個圖像轉印到的OpenCV的IplImage

Question

我在Matlab圖像：

img = imopen('image.jpg')

它返回一個UINT8陣列高度×寬度×信道（信道3：RGB）。

現在我想用OpenCV的做就可以了一些操作，所以我寫了一個MEX文件，從所花費的圖像作爲參數，並構建了一個IplImage結構：

#include "mex.h" 
#include "cv.h" 

void mexFunction(int nlhs, mxArray **plhs, int nrhs, const mxArray **prhs) { 
    char *matlabImage = (char *)mxGetData(prhs[0]); 
    const mwSize *dim = mxGetDimensions(prhs[0]); 

    CvSize size; 
    size.height = dim[0]; 
    size.width = dim[1]; 

    IplImage *iplImage = cvCreateImageHeader(size, IPL_DEPTH_8U, dim[2]); 
    iplImage->imageData = matlabImage; 
    iplImage->imageDataOrigin = iplImage->imageData; 

    /* Show the openCV image */ 
    cvNamedWindow("mainWin", CV_WINDOW_AUTOSIZE); 
    cvShowImage("mainWin", iplImage); 
} 

這個結果看上去完全錯誤，因爲openCV使用matlab以外的其他約定來存儲圖像（例如，它們交錯顏色通道）。

任何人都可以解釋約定的差異是什麼，並給出一些關於如何正確顯示圖像的指針？

Answer 1

花了一天時間做有趣的圖像格式轉換</sarcasm>我現在可以回答我自己的問題。

Matlab的存儲圖像作爲3個維數組：高度×寬度×顏色
OpenCV的存儲圖像作爲2個維陣列：（顏色×寬度）×高度

此外，爲獲得最佳性能，OpenCV的墊用零圖像所以行總是在32位塊上對齊。

我已經做了轉換在Matlab：

function [cv_img, dim, depth, width_step] = convert_to_cv(img) 

% Exchange rows and columns (handles 3D cases as well) 
img2 = permute(img(:,end:-1:1,:), [2 1 3]); 

dim = [size(img2,1), size(img2,2)]; 

% Convert double precision to single precision if necessary 
if(isa(img2, 'double')) 
    img2 = single(img2); 
end 

% Determine image depth 
if(ndims(img2) == 3 && size(img2,3) == 3) 
    depth = 3; 
else 
    depth = 1; 
end 

% Handle color images 
if(depth == 3) 
    % Switch from RGB to BGR 
    img2(:,:,[3 2 1]) = img2; 

    % Interleave the colors 
    img2 = reshape(permute(img2, [3 1 2]), [size(img2,1)*size(img2,3) size(img2,2)]); 
end 

% Pad the image 
width_step = size(img2,1) + mod(size(img2,1), 4); 
img3 = uint8(zeros(width_step, size(img2,2))); 
img3(1:size(img2,1), 1:size(img2,2)) = img2; 

cv_img = img3; 

% Output to openCV 
cv_display(cv_img, dim, depth, width_step); 

轉換成IplImage的這個過程的代碼在MEX文件：

#include "mex.h" 
#include "cv.h" 
#include "highgui.h" 

#define IN_IMAGE prhs[0] 
#define IN_DIMENSIONS prhs[1] 
#define IN_DEPTH prhs[2] 
#define IN_WIDTH_STEP prhs[3] 

void mexFunction(int nlhs, mxArray **plhs, int nrhs, const mxArray **prhs) { 
    bool intInput = true; 

    if(nrhs != 4) 
     mexErrMsgTxt("Usage: cv_disp(image, dimensions, depth, width_step)"); 

    if(mxIsUint8(IN_IMAGE)) 
     intInput = true; 
    else if(mxIsSingle(IN_IMAGE)) 
     intInput = false; 
    else 
     mexErrMsgTxt("Input should be a matrix of uint8 or single precision floats."); 

    if(mxGetNumberOfElements(IN_DIMENSIONS) != 2) 
     mexErrMsgTxt("Dimension vector should contain two elements: [width, height]."); 

    char *matlabImage = (char *)mxGetData(IN_IMAGE); 

    double *imgSize = mxGetPr(IN_DIMENSIONS); 
    size_t width = (size_t) imgSize[0]; 
    size_t height = (size_t) imgSize[1]; 

    size_t depth = (size_t) *mxGetPr(IN_DEPTH); 
    size_t widthStep = (size_t) *mxGetPr(IN_WIDTH_STEP) * (intInput ? sizeof(unsigned char):sizeof(float)); 

    CvSize size; 
    size.height = height; 
    size.width = width; 

    IplImage *iplImage = cvCreateImageHeader(size, intInput ? IPL_DEPTH_8U:IPL_DEPTH_32F, depth); 
    iplImage->imageData = matlabImage; 
    iplImage->widthStep = widthStep; 
    iplImage->imageDataOrigin = iplImage->imageData; 

    /* Show the openCV image */ 
    cvNamedWindow("mainWin", CV_WINDOW_AUTOSIZE); 
    cvShowImage("mainWin", iplImage); 
} 

Answer 2

您可以用mxGetDimensions和mxGetNumberOfDimensions優化您的計劃獲取圖像的大小並使用mxGetClassID更精確地確定深度。

我想要做同樣的事情，但我認爲使用matlab dll和calllib來做到這一點會更好。我不會在matlab中進行opencv格式的圖像轉換，因爲它會很慢。這是matlab openCV最大的問題之一。我認爲opencv2.2爲這個問題提供了一些很好的解決方案。它看起來像是從opencv社區爲八度完成的一些解決方案，但我仍然不明白它們。他們以某種方式使用opencv的C++功能。

Answer 3

嘗試使用哥打山口開發庫： http://github.com/kyamagu/mexopencv 它定義了一個名爲「MxArray」類，可以執行從MATLAB mxArray變量OpenCV的對象（從OpenCV的MATLAB的）所有類型的轉化。例如，該庫可以在mxArray和cv :: Mat數據類型之間進行轉換。順便說一句，IplImage是不相關的，如果你使用OpenCV的C++ API，最好使用cv :: Mat代替。

注意：如果使用庫，請確保編譯您的mex函數與 MxArray。來自庫的cpp文件;你可以在MATLAB命令行中這樣寫：

mex yourmexfile.cpp MxArray.cpp 

Answer 4

基礎上的答案，How the image matrix is stored in the memory on OpenCV，我們只能與opencv的墊操作做到！

C++: Mat::Mat(int ndims, const int* sizes, int type, void* data, const size_t* steps=0) 
C++: void merge(const Mat* mv, size_t count, OutputArray dst) 

然後MEX C/C++代碼：

#include "mex.h" 
#include <opencv2/opencv.hpp> 
#define uint8 unsigned char 

void mexFunction(int nlhs, mxArray *out[], int nrhs, const mxArray *input[]) 
{ 

    // assume the type of image is uint8 
    if(!mxIsClass(input[0], "uint8")) 
    { 
     mexErrMsgTxt("Only image arrays of the UINT8 class are allowed."); 
     return; 
    } 

    uint8* rgb = (uint8*) mxGetPr(input[0]); 
    int* dims = (int*) mxGetDimensions(input[0]); 

    int height = dims[0]; 
    int width = dims[1]; 
    int imsize = height * width; 


    cv::Mat imR(1, imsize, cv::DataType<uint8>::type, rgb); 
    cv::Mat imG(1, imsize, cv::DataType<uint8>::type, rgb+imsize); 
    cv::Mat imB(1, imsize, cv::DataType<uint8>::type, rgb+imsize + imsize); 

    // opencv is BGR and matlab is column-major order 
    cv::Mat imA[3]; 
    imA[2] = imR.reshape(1,width).t(); 
    imA[1] = imG.reshape(1,width).t(); 
    imA[0] = imB.reshape(1,width).t(); 

    // done! imf is what we want! 
    cv::Mat imf; 
    merge(imA,3,imf); 

}