如何将OpenCV cvMat转换为numpy中的ndarray?

时间:2011-04-23 05:41:54

标签: python opencv numpy

我按照OpenCV cookbook中的代码进行python接口,将cvMat转换为numpy数组:

mat = cv.CreateMat(3,5,cv.CV_32FC1)
cv.Set(mat,7)
a = np.asarray(mat)

但是在我的电脑上使用OpenCV 2.1,它不起作用。结果 a 是一个对象数组,使用“print a”不会打印 a 中的所有元素,只打印<cvmat(type=42424005 rows=3 cols=5 step=20 )> 。所以如何将 OpenCV Mat对象完全转换为原始 numpy.ndarray 对象。

3 个答案:

答案 0 :(得分:9)

尝试在[:,:]的调用中使用mat[:,:]添加到矩阵(即使用mat代替np.asarray) - 这样做也可以{{1}处理图像。

你的例子:

asarray

对于图像:

>>> import cv
>>> import numpy as np
>>> mat = cv.CreateMat( 3 , 5 , cv.CV_32FC1 )
>>> cv.Set( mat , 7 )
>>> a = np.asarray( mat[:,:] )
>>> a
array([[ 7.,  7.,  7.,  7.,  7.],
       [ 7.,  7.,  7.,  7.,  7.],
       [ 7.,  7.,  7.,  7.,  7.]], dtype=float32)

答案 1 :(得分:2)

你是对的,食谱示例对我来说都不起作用,我获得与你相同的输出(win xp,python 2.6.6,opencv 2.1。,numpy 1.5.1)。

也许你可以使用类似的东西:

>>> mat = cv.CreateMat(3,5,cv.CV_32FC1)
>>> cv.Set(mat,7)
>>> mylist = [[mat[i,j] for i in range(3)] for j in range(5)]
>>> ar = np.array(mylist)
>>> ar
array([[ 7.,  7.,  7.],
       [ 7.,  7.,  7.],
       [ 7.,  7.,  7.],
       [ 7.,  7.,  7.],
       [ 7.,  7.,  7.]])

答案 2 :(得分:2)

对于OpenCV的2.1版本,如果你需要共享内存,如果你不关心C编程和SWIG包装,你可以试试我用过的这个解决方案一段时间:

CvMat * npymat_as_cvmat_32f(float * npymat_float, int rows, int cols)
{
  CvMat * cvmat;

  cvmat = cvCreateMatHeader(rows, cols, CV_32FC1);
  cvSetData(cvmat, npymat_float, cols * sizeof(float));

  return cvmat;
}

创建标题,例如mat_conversion.h:

/* npymat_as_cvmat_32f
 * 
 * Create an OpenCV CvMat that shared its data with the input NumPy double array
 */
CvMat * npymat_as_cvmat_32f(float * npymat_float, int rows, int cols);

和一个接口文件(numpy_meets_opencv.i):

/* numpy_meets_opencv */
%module numpy_meets_opencv

%{
#define SWIG_FILE_WITH_INIT
#include <cv.h>
#include "mat_conversion.h"
%}

%include "numpy.i"

%init %{
import_array();
%}

%apply (float* INPLACE_ARRAY2, int DIM1, int DIM2) {(float* npymat_float, int rows, int cols)};

%include "mat_conversion.h"

编译:

numpy_meets_opencv: numpy_meets_opencv.i mat_conversion.c
        swig -python -classic numpy_meets_opencv.i
        $(CC) $(NPY_CFLAGS) -fPIC -fno-stack-protector -c mat_conversion.c `pkg-config --cflags $(PKGS)`        
        $(CC) $(NPY_CFLAGS) -fPIC -fno-stack-protector -c numpy_meets_opencv_wrap.c `pkg-config --cflags $(PKGS)`
        ld -shared mat_conversion.o numpy_meets_opencv_wrap.o `pkg-config --libs $(PKGS)` -o _numpy_meets_opencv.so

最后,你可以做你的事情:

In [1]: import numpy_meets_opencv as npyocv
In [2]: import opencv as cv
In [4]: import numpy as npy
In [12]: Inpy = npy.zeros((5,5), dtype=npy.float32)
In [13]: Iocv = npyocv.npymat_as_cvmat_32f(Inpy)
In [14]: Inpy
Out[14]: 
array([[ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.]], dtype=float32)
In [15]: Iocv
Out[15]: <opencv.cv.CvMat; proxy of <Swig Object of type 'CvMat *' at 0x30e6ed0> >
In [17]: cv.cvSetReal2D(Iocv, 3,3, 255)
In [18]: Inpy
Out[18]: 
array([[   0.,    0.,    0.,    0.,    0.],
       [   0.,    0.,    0.,    0.,    0.],
       [   0.,    0.,    0.,    0.,    0.],
       [   0.,    0.,    0.,  255.,    0.],
       [   0.,    0.,    0.,    0.,    0.]], dtype=float32)