VS2010和Matlab混合编程中的图像矩阵传输

在C ++中，用于读取图像的语句如下. 读取图像的像素是0-255之间的整数:

Mat disp_image = imread(path,1);

图像的每个像素的RGB值存储在3元素矢量（Bmatlab 像素矩阵，G，R）中. 像素的RGB值读取如下:

Vec3b& mp = disp_image.at<Vec3b>(j, i);           //C++用向量存储像素值
double B = mp.val[0];        
double G = mp.val[1];
double R = mp.val[2];

在matlab中，读取图像并将其转换为两倍. 使用说明如下. 读取图像的像素在0-1之间:

input_im=im2double(imread(path));

在Matlab中matlab 像素矩阵，三维矩阵用于存储像素值，即R，G和B的三个平面. 请注意，此处的BGR顺序不同于C ++.

了解图像存储的原理，您可以执行矩阵转换.

在C ++和matlab的混合编程中，如果要使用数据接口类mwArray，则可以简单地理解为矩阵. 甚至一个数值也被转换成该矩阵进行传输.

将C ++格式的图像矩阵转换为mwArray矩阵，传递matlab函数的方法如下:

//调用matlab程序进行图像增强
    mwSize  mdim[3] ={disp_image.rows,disp_image.cols,3};
    mwArray mdisp_image(3,mdim,mxDOUBLE_CLASS,mxREAL);
//C++输入转matlab  接口矩阵转化及像素归一化
    for(int j = 0; j < disp_image.rows; ++j){
        for(int i = 0; i <disp_image.cols; ++i){
                Vec3b& mp = disp_image.at<Vec3b>(j, i);        //C++用向量存储像素值
                double B = mp.val[0]*1.0/255;                //像素归一化到0-1之间
                double G = mp.val[1]*1.0/255;
                double R = mp.val[2]*1.0/255;
                mdisp_image(j+1,i+1,1)=R;            //matlab中用三个面R，G，B存储像素值
                mdisp_image(j+1,i+1,2)=G;            //C++图像矩阵像素值赋给matlab矩阵
                mdisp_image(j+1,i+1,3)=B;
        }        
    }

按以下方式将由Matlab处理的图像mwArray矩阵转换为C ++ Mat:

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/tongxinshuyu/article-159554-1.html