[Matlab+C/C++] 读写二进制文件(注意数据的存储顺序)
introduction
因为Matlab操作简单、方便,它被应用于很多领域:音频处理,图像处理,数值计算等。尽管MATLAB容易操作,但受限于他的语言解释机制,MATLAB的执行速度通常较低。C/C++一般被认为是执行较为高效的高级程序设计语言。如果结合MATLAB和C/C++,也许我们可以获得操作简便性和执行速度的折中。这种结合的一般形式是:MATLAB负责绝大部分工作,C/C++负责一些关键部分的实现,其具体方法在我之前的博文中已经有所介绍。
在处理某些数据的时候,可能涉及到文件的读写,如果用MATLAB存储为mat文件,那么其它程序读取这种数据就变得困难了。如果将数据存为文本文件,文件的解析过程就会变得比较长。幸运的是MATLAB可以读写自定义格式的二进制文件,基本所有程序语言(包括C/C++)在内,都是支持二进制文件的读写操作的。本文就介绍一下如何使用MATLAB和C/C++对二进制文件进行读写。
准备知识
MATLAB和C/C++并不采用相同的规则来存储矩阵数据!在联合MATLAB和C/C++时,一定要注意这一点:C/C++按行存储数据;MATLAB按列来存储数据。举例说明,假设我们有一个2行3列的矩阵,共2
那么,在MATLAB中,
MATLAB写矩阵到二进制文件
MATLAB提供了四个函数来读写二进制文件:fopen(...)
, fread(...)
, fwrite(...)
, fclose(...)
.
举例说明如何对二进制文件进行读写操作:
实例1:将双精度矩阵以单精度浮点数类型存入二进制文件
% 生成一个2行3列的双精度浮点数类型的矩阵 A = rand(2,3); % 在当前工作目录下以二进制写方式 ('w') 打开'test.dat' fid = fopen('test.dat', 'w'); % 将矩阵A的元素以单精度浮点数类型写如fid关联的二进制文件 fwrite(fid, A, 'single'); % 将与fid关联的文件关闭 fclose(fid);
实例 2:以单精度浮点数类型读入MATLAB
% 在当前工作目录下以二进制读方式 ('r') 打开'test.dat' fid = fopen('test.dat', 'r'); % 从与fid关联的二进制文件读取6个元素,每个元素以单精度浮点类型解析 B = fread(fid, 2*3, 'single'); % 将与fid关联的文件关闭 fclose(fid);
实例2中,B是一个6B = reshape(B, 2, 3)
C读取二进制数据
C读取二进制数据的方式与MATLAB类似。
实例 3: 用C语言读取实例 1 的test.dat
// 完整的C代码 #include #include int main(){ int i; char *filename = "test.dat"; float data[6]; FILE *fs = fopen(filename, "r"); fread((void*)data, sizeof(float), 6, fs); fclose(fs); // 显示数据 for (i = 0; i < 6; i++){ printf("%f\n", data[i]); } return 0; }
实例 3 的输出结果跟实例 2 中读取的B的结果是一致的。如果对实例 2 中的B用MATLAB进行reshape操作,B就会变成跟实例 1 中的A类似的存储结构,A和B的差别只在于他们的数据类型不同。实例 3 中使用data的时候,如果要想跟MATLAB一样索引第 i 行 第 j 列的元素,则必须转置访问!
如果在C中有大量的后续操作,并且你的大部分重要工作用C来完成的话,建议在MATLAB中的写操作可以将矩阵变换行列(不是共轭转置)后再做写入,修改如下:
fwrite(fid, A.', 'single');
C++读二进制文件
用C++读二进制文件需要fstream类,实例如下:
实例 4 : 用C++ 读取实例 1 写入的test.dat
// 完整C++代码 #include #include #include using namespace std; int main(){ float data[6]; string filename = "test.dat"; ifstream fs; fs.open(filename, ios_base::binary | ios_base::in); fs.read(reinterpret_cast(data), sizeof(float)* 6); fs.close(); for (int i = 0; i < 6; i++){ cout << data[i] << endl; } return 0; }
总结
使用MATLAB和C/C++可以较快的完成算法的开发的同时,获得一个较快执行速度的程序。
在联合使用MATLAB和C/C++时,一定要注意数据的存储顺序。