文章/答案/技术大牛

发布

社区首页 >问答首页 >BGR OpenCV Mat到特征张量的映射

问BGR OpenCV Mat到特征张量的映射
EN

Stack Overflow用户

提问于 2019-06-09 11:22:38

回答 2查看 1.3K关注 0票数 1

我正在尝试将OpenCV 3通道Mat转换成三维特征张量。

到目前为止，我可以通过以下方式转换1通道灰度表：

    cv::Mat mat = cv::imread("/image/path.png", cv::IMREAD_GRAYSCALE);
    Eigen::MatrixXd myMatrix;
    cv::cv2eigen(mat, myMatrix);

我试图将BGR垫转换为张量垫的尝试是：

    cv::Mat mat = cv::imread("/image/path.png", cv::IMREAD_COLOR);
    Eigen::MatrixXd temp;
    cv::cv2eigen(mat, temp);
    Eigen::Tensor<double, 3> myTensor = Eigen::TensorMap<Eigen::Tensor<double, 3>>(temp.data(), 3, mat.rows, mat.cols);

但是，我得到了以下错误：

libc++abi.dylib: terminating with uncaught exception of type cv::Exception: OpenCV(4.1.0) /tmp/opencv-20190505-12101-14vk1fh/opencv-4.1.0/modules/core/src/matrix_wrap.cpp:1195:
error: (-215:Assertion failed) !fixedType() || ((Mat*)obj)->type() == mtype in function 'create'

在行：cv::cv2eigen(mat, temp);

任何帮助都是非常感谢的！

c++

opencv

eigen

tensor

回答 2

Stack Overflow用户

回答已采纳

发布于 2019-06-09 16:05:56

答案可能会让你失望。

经过12页，我的结论是，你必须分开RGB到单个通道垫，然后转换为特征矩阵。或者创建您自己的特征类型和opencv转换功能。

在OpenCV中，它是这样测试的。它只允许单通道灰度图像。

https://github.com/daviddoria/Examples/blob/master/c%2B%2B/OpenCV/ConvertToEigen/ConvertToEigen.cxx

在OpenCV中，它是这样实现的。对于定制类型(即cv：：标量到本征std::vector )，您没有太多的选择。

https://github.com/stonier/opencv2/blob/master/modules/core/include/opencv2/core/eigen.hpp

根据这篇文章，

https://stackoverflow.com/questions/32277887/using-eigen-array-of-arrays-for-rgb-images

我认为本征不是以这种方式使用的(向量是“标量”类型)。

它们在处理RGB图像时也存在一定的困难。

请注意，Opencv标量和特征标量有不同的含义。

如果并且只有当您使用自己的数据类型

因此，您可以选择将3通道信息存储在3个特征矩阵中，并且可以使用默认的本征路由和opencv路由。

Mat src = imread("img.png",CV_LOAD_IMAGE_COLOR); //load  image
Mat bgr[3];   //destination array
split(src,bgr);//split source    
//Note: OpenCV uses BGR color order
imshow("blue.png",bgr[0]); //blue channel
imshow("green.png",bgr[1]); //green channel
imshow("red.png",bgr[2]); //red channel
Eigen::MatrixXd bm,gm,rm;
cv::cv2eigen(bgr[0], bm); 
cv::cv2eigen(bgr[1], gm); 
cv::cv2eigen(bgr[2], rm);

或者您可以定义自己的类型并编写自己版本的opencv cv2eigen函数。

自定义特征类型如下。它不会很漂亮

https://eigen.tuxfamily.org/dox/TopicCustomizing_CustomScalar.html
https://eigen.tuxfamily.org/dox/TopicNewExpressionType.html

重写您自己的cv2eigen_custom函数，类似于

https://github.com/stonier/opencv2/blob/master/modules/core/include/opencv2/core/eigen.hpp

祝你好运。

编辑

因为你需要张量。忘记cv函数

Mat image;
image = imread(argv[1], CV_LOAD_IMAGE_COLOR); 
Tensor<float, 3> t_3d(image.rows, image.cols, 3);

// t_3d(i, j, k) where i is row j is column and k is channel. 
for (int i = 0; i < image.rows; i++) 
  for (int j = 0; j < image.cols; j++) 
  {
       t_3d(i, j, 0) = (float)image.at<cv::Vec3b>(i,j)[0]; 
       t_3d(i, j, 1) = (float)image.at<cv::Vec3b>(i,j)[1];
       t_3d(i, j, 2) = (float)image.at<cv::Vec3b>(i,j)[2];
       //cv ref Mat.at<data_Type>(row_num, col_num)
  }

当心我，因为他们对订单不确定。我只根据引用来编写代码。没有为它进行编译。

也要注意图像类型到张量类型的转换问题。有时候你可能得不到你想要的。

这段代码原则上应该解决你的问题。

编辑2

遵循这个例子

int storage[128];  // 2 x 4 x 2 x 8 = 128
TensorMap<Tensor<int, 4>> t_4d(storage, 2, 4, 2, 8);

适用于你的案件是

cv::Mat frame=imread('myimg.ppm');
TensorMap<Tensor<float, 3>> t_3d(frame.data, image.rows, image.cols, 3);

问题是我不确定这会不会成功。即使它有效，您仍然需要弄清楚内部数据是如何组织的，这样才能正确地得到形状。祝好运

票数 1

Stack Overflow用户

发布于 2020-06-16 06:25:06

更新的答案- OpenCV现在对特征：：张量具有转换函数，这将解决您的问题。我也需要同样的功能，所以我为项目做出了贡献，供大家使用。请参阅这里的文件：

eigen.html

注意:如果您想要RGB顺序，在转换到特征：：张量之前，仍然需要重新排序OpenCV中的通道。

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/56514170

复制

相似问题

问BGR OpenCV Mat到特征张量的映射
EN

回答 2

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问BGR OpenCV Mat到特征张量的映射EN

回答 2

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问BGR OpenCV Mat到特征张量的映射
EN