欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Matlab与C++混合编程(依赖OpenCV)

程序员文章站 2022-04-12 21:21:30
Matlab与C++混合编程(依赖OpenCV) Matlab与C++混合编程(依赖OpenCV) 之前在运行别人论文的代码的时候,经常有遇到Matlab与C++混合编...

Matlab与C++混合编程(依赖OpenCV)

Matlab与C++混合编程(依赖OpenCV)

之前在运行别人论文的代码的时候,经常有遇到Matlab与C++混合编程的影子。实际上就是通过Matlab的Mex工具将C++的代码编译成Matlab支持调用的可执行文件和函数接口。这样一方面可以在Matlab中利用已经编写好的函数,尽管这个函数是用C++编写的。实现了交流无国界,没有*一统的谁,只有四海之内皆兄弟的豪气。另一方面,取C++所长补己之短。Matlab擅长矩阵运算,但对循环操作的效率不及C++来得高效,例如Hilbert矩阵的创建。所以对于具有大循环的运算,可以借C++之力来完成。

看到它的魅力,之前也一直想学下,可惜机缘不对。但在昨天缘分就到了。我需要用到一个论文给出来的代码,但是它的代码是C++的,而且还依赖了OpenCV的库,基于Linux平台。这与实验室给我定出来的平台有很大的不同,我们是得统一基于Windows + Matlab来实现的,这样组内各个同学的工作才好统一。所以没办法了,就得把这个原作者的代码编译成Matlab支持的可执行文件。

一、初级

在使用MATLAB编译C/C++代码时,我们需要修改C/C++代码,在里面添加Matlab能支持的函数接口。这样Matlab才能调用它。然后再通过Matlab的Mex工具来编译它。下面就具体的举例子说明这两个步骤。

假设我们有一个很简单的C++代码,实现的就是两个double型数的加法:

mexAdd.cpp

#include using namespace std;double add(double x, double y){    return x + y;}

1、修改代码文件

1)添加头文件mex.h

在我们的c++文件开头处添加头文件:

#include"mex.h"

2)添加接口函数mexFunction()

mexFunction的定义为:

void mexFunction(int nlhs, mxArray *plhs[],int nrhs, const mxArray *prhs[])

{

}

首先,这个函数是没有返回值的。它不是通过返回值把c++代码的计算结果传回Matlab的,而是通过对参数plhs的赋值。例如我们在Matlab中,调用这个add函数一般是这样:

>> a = 0.5; b = 0.8;

>> c = add(a, b);

那mexFunction怎么将输入参数a和b传入给c++的add函数,然后就怎么把计算结果返回给c呢?这些粗重活全部通过mexFunction的四个参数来实现:

nlhs: 感觉是number of left hand size parameters,也就是Matlab调用语句左边的变量个数,实际上就是需要返回给Matlab的返回值变量有多少个。例如上面c = add(a, b);就只有一个返回参数c,所以nlhs就是1;

plhs: 感觉是pointer of left hand size parameters,也就是函数返回参数的指针。但它是一个指针数组。换句话说,它是一个数组,每个元素是个指针,每个指针指向一个数据类型为mxArray的返回参数。例如上面c = add(a, b);就只有一个返回参数c,所以该数组只有一个指针,plhs[0]指向的结果会赋值给c。

nrhs: 这个是number of right hand size parameters,也就是Matlab调用语句右边的变量个数。例如上面c = add(a, b),它给c++代码传入了两个参数a和b,所以nrhs为2;

prhs:这个是pointer of right hand size parameters,和plhs类似,因为右手面有两个自变量,即该数组有两个指针,prhs[0]指向了a,prhs[1]指向了b。要注意prhs是const的指针数组,即不能改变其指向内容。

因为Matlab最基本的单元为array,无论是什么类型也好,如有doublearray、 cell array、struct array……所以a,b,c都是array,b = 1.1便是一个1×1的double array。而在C语言中,Matlab的array使用mxArray类型来表示。所以就不难明白为什么plhs和prhs都是指向mxArray类型的指针数组(参考资料[1])。

那mexFunction函数的函数体要怎么写呢?怎么样通过这个接口函数将Matlab的参数和c++代码中的相对应的参数联系起来呢?我们先把这个代码全部展现出来。

最后的mexAdd.cpp是这样:

mexAdd.cpp

#include "opencv2/opencv.hpp"#include "mex.h"double add(double x, double y){    return x + y;} void mexFunction(int nlhs, mxArray *plhs[], int nrhs, const mxArray *prhs[]){	double *a;    double b, c;    plhs[0] = mxCreateDoubleMatrix(1, 1, mxREAL);    a = mxGetPr(plhs[0]);    b = *(mxGetPr(prhs[0]));    c = *(mxGetPr(prhs[1]));    *a = add(b, c);}

mexFunction的内容是什么意思呢?我们知道,如果在Matlab中这样调用函数时:

>> output = add(0.5, 0.8);

在未涉及具体的计算时,output的值是未知的,是未赋值的。所以在具体的程序中,我们建立一个1×1的实double矩阵(使用 mxCreateDoubleMatrix函数,其返回指向刚建立的mxArray的指针),然后令plhs[0]指向它。接着令指针a指向plhs [0]所指向的mxArray的第一个元素(使用mxGetPr函数,返回指向mxArray的首元素的指针)。同样地,我们把prhs[0]和prhs [1]所指向的元素(即0.5和0.8)取出来赋给b和c。于是我们可以把b和c作自变量传给函数add,得出给果赋给指针a所指向的mxArray中的元素。因为a是指向plhs[0]所指向的mxArray的元素,所以最后作输出时,plhs[0]所指向的mxArray赋值给output,则 output便是已计算好的结果了。

实际上mexFunction是没有这么简单的,我们要对用户的输入自变量的个数和类型进行测试,以确保输入正确。如在add函数的例子中,用户输入char array便是一种错误了。

从上面的讲述中我们总结出,MEX文件实现了一种接口,把C语言中的计算结果适当地返回给Matlab罢了。当我们已经有用C编写的大型程序时,大可不必在 Matlab里重写,只写个接口,做成MEX文件就成了。另外,在Matlab程序中的部分计算瓶颈(如循环),可通过MEX文件用C语言实现,以提高计算速度(参考资料[1])。

2、编译修改后的c++文件

文件修改完后,我们需要将他编译,生成Matlab支持的可执行文件。这里需要的是Matlab自带的Mex工具。但在编译器,我们需要配置下这个工具,告诉它你要采用什么编译器来编译我们的c/c++代码。在Matlab中运行:

>> mex -setup

就会出现叫你选择一个默认的编译器。例如我这里是叫选择Matlab自带的Lcc或者我自己在电脑上安装的Microsoft Visual C++ 2010。一般都是选择后者。配置这个就可以编译了。编译也有以下几种情况:

>> mex XXX.cpp

>> mex X1.cpp X2.cpp X3.cpp %多个cpp文件,且有依赖。生成的库名字叫X1

>> mex -O X1.cpp %大写O选项,优化编译

>> mex -largeArrayDims X1.cpp %对64位系统,通过这个选项来指定使用处理大容量数组的API。因为Matlab与C++之间的接口是以32位系统作为标准的,这就导致了人们在处理大容量数据时没办法利用C和C++语言的速度优势。但对64位系统来说,系统资源一般都比32位系统要充足,所以指定该接口,让它对大容量数据处理更游刃有余。

还有一些编译选项,和gcc一样。例如-I指定额外需要include的目录,-L指定额外需要连接的库的目录,-l指定额外需要链接的库等。

对于我们的程序就简单了。在MATLAB命令窗口输入以下命令:mexmexAdd.cpp,即可编译成功。编译成功后,在同文件夹下会出现一个同名的,但后缀是mexw32(32位的系统)或者mexw64(64位的系统)的文件,例如mexAdd.mexw32。然后在Matlab中就可以直接调用它来运算了:

>> ans = mexAdd(0.5, 0.8);

二、进阶

上面我们针对的是处理标量的情况,也就是数a,b或者c。这节我们让它处理二维数组,也就是图像。为了验证,我们很傻瓜地完成以下功能:

>> [grayImage] =RGB2Gray(‘imageFile.jpeg’);

也就是将一个图像文件名,传递给c++的代码,然后c++代码将这个图像读入,再转成灰度图,然后返回给Matlab。而c++代码里面的图像读入和灰度转换的操作通过调用OpenCV的库函数来实现。是不是很傻瓜呢?因为Matlab已经有实现同样功能的函数了。对,没错,就是多此一举。但我们只是为了说明二维数组的传递过程,没有什么用意。不过,如果要计算两个图像的光流的话,Matlab可能就真正需要OpenCV的帮助了。

另外,因为cpp文件要链接OpenCV的库,所以为了统一或者规范编译工程,我写了一个make.m文件,它的功能类似于Makefile,实际上就实现了mex编译这个工程时候的编译规则。具体可以看后面的代码,然后就知道在里面做了什么了。

首先是RGB2Gray.cpp代码:

// Interface: convert an image to gray and return to Matlab// Author : zouxy// Date   : 2014-03-05// HomePage : https://blog.csdn.net/zouxy09// Email  : zouxy09@qq.com#include "opencv2/opencv.hpp"#include "mex.h"using namespace cv;/*******************************************************Usage: [imageMatrix] = RGB2Gray('imageFile.jpeg');Input: 	a image fileOutPut: 	a matrix of image which can be read by Matlab**********************************************************/void exit_with_help(){	mexPrintf(	"Usage: [imageMatrix] = DenseTrack('imageFile.jpg');\n"	);}static void fake_answer(mxArray *plhs[]){	plhs[0] = mxCreateDoubleMatrix(0, 0, mxREAL);}void RGB2Gray(char *filename, mxArray *plhs[]){	// read the image	Mat image = imread(filename);	if(image.empty()) {		mexPrintf("can't open input file %s\n", filename);		fake_answer(plhs);		return;	}		// convert it to gray format	Mat gray;	if (image.channels() == 3)		cvtColor(image, gray, CV_RGB2GRAY);	else		image.copyTo(gray);		// convert the result to Matlab-supported format for returning	int rows = gray.rows;	int cols = gray.cols;	plhs[0] = mxCreateDoubleMatrix(rows, cols, mxREAL);	double *imgMat;    imgMat = mxGetPr(plhs[0]);	for (int i = 0; i < rows; i++)		for (int j = 0; j < cols; j++)			*(imgMat + i + j * rows) = (double)gray.at(i, j);		return;}void mexFunction(int nlhs, mxArray *plhs[], int nrhs, const mxArray *prhs[]){	if(nrhs == 1)	{		char filename[256];		mxGetString(prhs[0], filename, mxGetN(prhs[0]) + 1);		if(filename == NULL)		{			mexPrintf("Error: filename is NULL\n");			exit_with_help();			return;		}		RGB2Gray(filename, plhs);	}	else	{		exit_with_help();		fake_answer(plhs);		return;	}}

和上面的相比,里面多了几个东西。第一个就是传入参数的测试,看看Matlab传入的参数是否存在错误,还包括了些异常处理。第二个就是帮助信息。第三个就是主要的实现函数了。只有OpenCV的读图像和灰度转换这里就不讲了,就是两个函数的调用。关键的地方还是如果把一个图像,也就是二维数组,传递给mexFunction的参数,让它返回给Matlab。实际上,我们只要清楚一点:

plhs[0] = mxCreateDoubleMatrix(2, 3,mxREAL);

这个函数建立的矩阵的指针plhs[0]是按照列的方式来存储的。假设imgMat是它的指针,那么*(imgMat+1)就是矩阵元素[1, 0],*(imgMat+2)就是矩阵元素[0, 1],*(imgMat+4)就是矩阵元素[0, 2]。上面的代码就是按照这个方式,将图像gray中像素值赋值给参数plhs[0]相应的位置(实际上也许可以直接内存拷贝,但因为里面是指针操作,涉及到局部变量gray的销毁问题,所以就简单的用上面的笨但稳当的方式来实现了)。

好了,下面是make.m文件。里面需要获取你的电脑的系统版本是32还是64位的,来选择编译选项。然后添加OpenCV的相关配置。如果您需要使用使用,请修改成您的OpenCV的相关目录。然后给出一个需要编译的文件的列表。最后分析这个列表,加上编译选项,用mex来编译列表里面的所有文件。

%// This make.m is for MATLAB%// Function: compile c++ files which rely on OpenCV for Matlab using mex%// Author : zouxy%// Date   : 2014-03-05%// HomePage : https://blog.csdn.net/zouxy09%// Email  : zouxy09@qq.com%% Please modify your path of OpenCV%% If your have any question, please contact Zou Xiaoyi% Notice: first use "mex -setup" to choose your c/c++ compilerclear all;%-------------------------------------------------------------------%% get the architecture of this computeris_64bit = strcmp(computer,'MACI64') || strcmp(computer,'GLNXA64') || strcmp(computer,'PCWIN64');%-------------------------------------------------------------------%% the configuration of compiler% You need to modify this configuration according to your own path of OpenCV% Notice: if your system is 64bit, your OpenCV must be 64bit!out_dir='./';CPPFLAGS = ' -O -DNDEBUG -I.\ -ID:\OpenCV_64\include'; % your OpenCV "include" pathLDFLAGS = ' -LD:\OpenCV_64\lib';					   % your OpenCV "lib" pathLIBS = ' -lopencv_core240 -lopencv_highgui240 -lopencv_video240 -lopencv_imgproc240';if is_64bit	CPPFLAGS = [CPPFLAGS ' -largeArrayDims'];end%% add your files here!compile_files = { 	% the list of your code files which need to be compiled	'RGB2Gray.cpp'};%-------------------------------------------------------------------%% compiling...for k = 1 : length(compile_files)    str = compile_files{k};    fprintf('compilation of: %s\n', str);    str = [str ' -outdir ' out_dir CPPFLAGS LDFLAGS LIBS];    args = regexp(str, '\s+', 'split');    mex(args{:});endfprintf('Congratulations, compilation successful!!!\n');

三、使用方法和结果

1、编译

直接在Matlab中运行make.m。即可生成RGB2Gray.mexw64。然后在Matlab中运行:

>> img = RGB2Gray(‘d:\test.jpg’);

>> imshow(uint8(img));

即可显示转换结果,如图:

Matlab与C++混合编程(依赖OpenCV)

注:以上Matlab的说明都是在你的cpp文件所在目录下