OpenCV CV::Mat and Eigen::Matrix

OpenCV CV::Mat and Eigen::Matrix

本文关键字：Eigen Matrix and Mat CV OpenCV      更新时间：2023-10-16

是否存在将OpenCV cv::Mat对象转换为Eigen::Matrix的可逆方法？

例如，某种方法：

cv::Mat cvMat;
Eigen::Matrix eigMat;
camera->retrieve(cvMat);
// magic to convert cvMat to eigMat
// work on eigMat
// convert eigMat back to cvMat
imshow("Image", cvMat);

我尝试过使用cv2eigen和eigen2cv，但生成的cvMat完全损坏了，我不确定为什么。尺寸是正确的，但图形完全被破坏了，所以可能是每个像素的字节数或数据大小的问题？

您也可以使用

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

和

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

来自CCD_ 6。

您应该考虑使用Eigen：：Map来包装OpenCV矩阵，以便Eigen SDK直接使用。这允许您在OpenCV 分配的矩阵上应用Eigen中实现的几乎所有功能

特别是，您只需实例化一个Eigen:：Map，它提供指向cv:：Mat缓冲区：的指针

//allocate memory for a 4x4 float matrix
cv::Mat cvT(4,4,CV_32FC1); 
//directly use the buffer allocated by OpenCV
Eigen::Map<Matrix4f> eigenT( cvT.data() );

有关Eigen的更多信息：：Map请查看Eigen教程：地图类

您可以在Eigen和OpenCV之间映射任意矩阵（无需复制数据）。

不过，你必须意识到两件事：

  • Eigen默认为列主存储，OpenCV存储行主存储。因此，在映射OpenCV数据时使用Eigen:：RowMajor标志。

  • OpenCV矩阵必须是连续的（即ocvMatrix。isContinuous（）需要为true）。如果您在创建矩阵时一次性为矩阵分配存储，则会出现这种情况（例如，如下面的示例所示，或者如果矩阵是Mat W=a.inv（）等运算的结果；）

示例：

Mat A(20, 20, CV_32FC1);
cv::randn(A, 0.0f, 1.0f); // random data
// Map the OpenCV matrix with Eigen:
Eigen::Map<Eigen::Matrix<float, Eigen::Dynamic, Eigen::Dynamic, Eigen::RowMajor>> A_Eigen(A.ptr<float>(), A.rows, A.cols);
// Do something with it in Eigen, create e.g. a new Eigen matrix:
Eigen::Matrix<float, Eigen::Dynamic, Eigen::Dynamic, Eigen::RowMajor> B = A_Eigen.inverse();
// create an OpenCV Mat header for the Eigen data:
Mat B_OpenCV(B.rows(), B.cols(), CV_32FC1, B.data());

对于多通道矩阵（例如图像），您可以按照Pierluigi在评论中的建议使用"Stride"！

这对我有效，

  #include <opencv2/core/eigen.hpp>
  cv::Mat image;
  image = cv::imread("/dataset/images/15207_angle_image.jpg", CV_LOA D_IMAGE_GRAYSCALE);   // Read the file
  Eigen::Matrix<float,Eigen::Dynamic, Eigen::Dynamic> eigen_mat;
  cv::cv2eigen(image, eigen_mat);

Pierluigi的版本对我来说还没有完全适用于3通道图像！经过一番调查，我得出了以下对我有效的解决方案：

using namespace Eigen;
constexpr uint32_t height = 3;
constexpr uint32_t width = 7;
cv::Mat img(height, width, CV_32FC3, cv::Scalar(1.0f, 2.0f, 3.0f));
using MatrixXfRowMajor = Matrix<float, Dynamic, Dynamic, RowMajor>;
using C3Stride = Stride<Dynamic, 3>;
C3Stride c3Stride(width *3,3);

using cvMap = Map<MatrixXfRowMajor, Unaligned, C3Stride >;
cvMap imgC1(reinterpret_cast<float*>(img.data) + 0, img.rows, img.cols, c3Stride);
cvMap imgC2(reinterpret_cast<float*>(img.data) + 1, img.rows, img.cols, c3Stride);
cvMap imgC3(reinterpret_cast<float*>(img.data) + 2, img.rows, img.cols, c3Stride);
std::cout << imgC1 << std::endl << std::endl;
std::cout << imgC2 << std::endl << std::endl;
std::cout << imgC3 << std::endl << std::endl;
相关文章：