我想迁移到使用opencv来定制成像探测器数据。数据集可能非常庞大(有时成千上万个帧),我将它们与增强内存映射一起加载。在测试行为时,我创建了一个适当大小的cv :: mat(用于单个帧),并将指针更改为我正在查看的帧的数据。这对于显示数据(cv :: imshow)或应用颜色图很好,但是当我使用cv :: filter2D之类的方法时失败。如果我克隆数据或使用某些副本,它可以工作,但是我不想开始复制/克隆,因为我认为这会降低性能(也许我错了)。
所以-我在做什么错?为什么cv :: filter2D在这里不起作用,还有更好的方法吗?
运行(现在使用Windows 10)时,我在终端中得到以下信息:
OpenCV(4.0.1) Error: Assertion failed (data == datastart + ofs.y*step[0] + ofs.x*esz) in cv::Mat::locateROI, file c:\build\master_winpack-build-win64-vc15\opencv\modules\core\src\matrix.cpp, line 767
OpenCV: terminate handler is called! The last OpenCV error is:
OpenCV(4.0.1) Error: Assertion failed (data == datastart + ofs.y*step[0] + ofs.x*esz) in cv::Mat::locateROI, file c:\build\master_winpack-build-win64-vc15\opencv\modules\core\src\matrix.cpp, line 767
仅当filter2D与由内存映射数组构造的矩阵一起使用时,才会发生这种情况。
我在运行程序时未注释克隆版本,并将循环中的std :: cout行替换为:
std::cout<<"Is it continuous: " << img.isContinuous() << std::endl;
cv :: Mat确实是连续的。
#include <QCoreApplication>
#include<opencv2/opencv.hpp>
#include<opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/imgcodecs.hpp>
#include<iostream>
#include <boost/iostreams/device/mapped_file.hpp>
int main(int argc, char *argv[])
{
QCoreApplication a(argc, argv);
boost::iostreams::mapped_file_source mem_ifile;
mem_ifile.open(std::string("someimage.raw"));
std::cout<<"file size: "<<mem_ifile.size()/(396*266*sizeof (float))<<std::endl;
cv::Mat adjMap;
cv::Mat img(266,396,CV_32FC1);
cv::Mat falseColorsMap;
cv::Mat b_hist;
cv::Mat kernel;
cv::Mat filsMap;
kernel = cv::Mat::ones( 2, 2,CV_32FC1)/double(4.0);
cv::namedWindow("image", cv::WINDOW_NORMAL);
cv::namedWindow("false color", cv::WINDOW_NORMAL);
cv::namedWindow("filtered", cv::WINDOW_NORMAL);
for(unsigned long long i = 0;i< mem_ifile.size()/(396*266*sizeof (float)); i++)
{
img.data = (reinterpret_cast<uchar *>(const_cast<char *>(mem_ifile.data()))+(i*396*266*sizeof (float)));
cv::convertScaleAbs(img, adjMap, 255 / 500.0);
applyColorMap(adjMap, falseColorsMap, cv::COLORMAP_JET);
// PROBLEM HERE - FIRST TWO WORK, LAST ONE DOESN'T
//cv::filter2D(adjMap,filsMap,-1,kernel); // works
//cv::filter2D(img.clone(),filsMap,-1,kernel); // works
cv::filter2D(img,filsMap,-1,kernel); // doesn't work
std::cout<<"mean of adjmap: " << cv::mean(adjMap) << std::endl;
cv::imshow("image", adjMap);
cv::imshow("false color",falseColorsMap);
cv::imshow("filtered", filsMap);
cv::waitKey(20);
}
mem_ifile.close();
return a.exec();
}
基于Beaker的建议的工作代码:
#include <QCoreApplication>
#include<opencv2/opencv.hpp>
#include<opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/imgcodecs.hpp>
#include<iostream>
#include <boost/iostreams/device/mapped_file.hpp>
int main(int argc, char *argv[])
{
QCoreApplication a(argc, argv);
boost::iostreams::mapped_file_source mem_ifile;
mem_ifile.open(std::string("/home/hugh/Documents/APS2017April/Ti7_nr2_e_x36000.raw"));
std::cout<<"file size: "<<mem_ifile.size()/(396*266*sizeof (float))<<std::endl;
cv::Mat adjMap;
cv::Mat *img;
cv::Mat falseColorsMap;
cv::Mat b_hist;
cv::Mat kernel;
cv::Mat filsMap;
kernel = cv::Mat::ones( 2, 2,CV_32FC1)/double(4.0);
cv::namedWindow("image", cv::WINDOW_NORMAL);
cv::namedWindow("false color", cv::WINDOW_NORMAL);
cv::namedWindow("filtered", cv::WINDOW_NORMAL);
for(unsigned long long i = 0;i< mem_ifile.size()/(396*266*sizeof (float)); i++)
{
//img.data = (reinterpret_cast<uchar *>(const_cast<char *>(mem_ifile.data()))+(i*396*266*sizeof (float)));
img = new cv::Mat(266,396,CV_32FC1,(reinterpret_cast<uchar *>(const_cast<char *>(mem_ifile.data()))+(i*396*266*sizeof (float))));
cv::convertScaleAbs(*img, adjMap, 255 / 500.0);
applyColorMap(adjMap, falseColorsMap, cv::COLORMAP_JET);
//cv::filter2D(adjMap,filsMap,-1,kernel); // works
//cv::filter2D(img->clone(),filsMap,-1,kernel); // works
cv::filter2D(*img,filsMap,-1,kernel); // works
std::cout<<"Is it continuous: " << img->isContinuous() << std::endl;
cv::imshow("image", adjMap);
cv::imshow("false color",falseColorsMap);
cv::imshow("filtered", filsMap);
cv::waitKey(20);
delete img;
}
mem_ifile.close();
return a.exec();
}
答案 0 :(得分:1)
因此,您似乎正在修改data
字段,而没有更新其他任何字段。 (请参见Public Attributes。)具体来说,dataend
,datalimit
和datastart
属性被标识为
locateROI 中的辅助字段,并调整ROI
locateROI
是错误消息中给出的方法。
执行此操作的正确方法是使用cv::Mat
data* contructor。如文档中所述,
采用数据和步骤参数的矩阵构造函数不分配矩阵数据。相反,它们只是初始化指向指定数据的矩阵头,这意味着不会复制任何数据。此操作非常有效,可用于使用OpenCV函数处理外部数据。
这可确保正确创建所有标题数据,而无需不必要的复制。
还请注意,在使用这些构造函数时,您应该清理自己的数据:
外部数据不会自动释放,因此您应该注意这一点。