两个垫子的 OpenCV 数据是相同的,但使用 Mat::at 检索时的值已损坏

OpenCV data of two mats are the same but values when retrieved with Mat::at are corrupted

本文关键字:Mat at 已损坏 检索 两个 数据 OpenCV      更新时间:2023-10-16

我使用自定义函数序列化然后反序列化 Mat。当您比较两个函数的uchar* Mat.data时,它们是相同的,但是当我尝试使用第三个元素之后的Mat.at<>直接检查值时,元素值卡在一些损坏的浮点值上。我尝试将元素更改为所有其他值,但没有任何变化。当我序列化-反序列化图像垫和直方图垫时,也不会发生此问题。下面是代码,下面是输出。

cv::Mat kernelx = (cv::Mat_<float>(3, 3) << 1, 0, -1, 1, 0, -1, 1, 0, -1);
std::string stroper = dbop::serializeMat(kernelx);
cv::Mat matoper = dbop::deserializeMat(stroper);
for (int i = 0; i < matoper.rows; i++) {
for (int j = 0; j < matoper.cols; j++) {
float f1 = (float)kernelx.data[i + j];
float f2 = (float)matoper.data[i + j];
std::cout << kernelx.at<float>(i, j) << " " << matoper.at<float>(i, j) << " " << f1 << " " << f2 << " " << std::endl;
}
}

这是输出。第一个值是原始 Mat 的元素,第二个值是序列化-反序列化 Mat 的元素,第三个值是转换为浮点的原始 Mat 的数据值,第四个值是 s-d Mat 的数据值。

1       1               0       0
0       0               0       0
-1      -4.31596e+08    128     128
1       -4.31602e+08    0       0
0       -4.31602e+08    128     128
-1      -4.31602e+08    63      63
1       -4.31602e+08    128     128
0       -4.31602e+08    63      63
-1      -4.31602e+08    0       0

我想序列化Mat和反序列化Mat函数在这里是相关的,所以两者都是。

std::string dbop::serializeMat(cv::Mat operand) {
std::ostringstream srlzstrstream;
uchar* pixelPtr = (uchar*)operand.data;
int cn = operand.channels();
cv::Scalar_<uchar> cnPixel;
srlzstrstream << operand.dims << " ";
for (int i = 0; i < operand.dims; i++) {
srlzstrstream << operand.size[i] << " ";
}
srlzstrstream << operand.type() << " ";
for (int i = 0; i < operand.total(); i++) {
for (int k = 0; k < cn; k++) {
srlzstrstream << (float)pixelPtr[i * cn + k] << " ";
}
}
std::string srlzdstr = srlzstrstream.str();
return srlzdstr;
}
cv::Mat dbop::deserializeMat(std::string operand){
std::istringstream desrlzstrstream(operand);
int mdims, mtype;
desrlzstrstream >> mdims;
int* msize = new int[mdims];
for (int i = 0; i < mdims; i++)
desrlzstrstream >> msize[i];
desrlzstrstream >> mtype;
cv::Mat matoper(mdims, msize, mtype);
delete [] msize;
uchar* pixelPtr = (uchar*)matoper.data;
float cnpixoper;
for (int i = 0; i < matoper.total(); i++) {
for (int k = 0; k < matoper.channels(); k++) {
desrlzstrstream >> cnpixoper;
pixelPtr[i * matoper.channels() + k] = cnpixoper;
}
}
return matoper;
}

+ 编辑
由于要为泛型类型保存字节,因此可以像这样迭代每个字节。

serializeMat

for (int i = 0; i < operand.total() * operand.elemSize(); i++) {
srlzstrstream << pixelPtr[i] << " ";
}

deserializeMat

for (int i = 0; i < matoper.total() * matoper.elemSize(); i++) {
desrlzstrstream >> cnpixoper;
pixelPtr[i] = cnpixoper;
}

operand.total() * operand.elemSize()将为您提供operand的字节大小

在这两种情况下,输出都是

1    1    0    0 
0    0    0    0 
-1   -1  128  128 
1    1    0    0 
0    0  128  128 
-1   -1   63   63 
1    1  128  128 
0    0   63   63 
-1   -1    0    0