如何將numpy數組視圖轉換爲opencv矩陣？

Question

我使用opencv v2.2在ndarrays上做了一些模板匹配，當使用它們的包裝方法cv.fromarray()時，我遇到了很大的內存泄漏問題。而不是插上內存泄漏我避免了fromarray()功能，直接使用cv.SetData，就像這樣：

assert foo_numpy.dtype == 'uint8' 
assert foo_numpy.ndim == 3 
h, w = foo_numpy.shape[:2] 
foo_cv = cv.CreateMat(h, w, cv.CV_8UC3) 
cv.SetData(foo_cv, foo_numpy.data, foo_numpy.strides[0]) 

這似乎解決了內存泄漏和foo_cv似乎正確時，它超出範圍被釋放。但是，現在我有問題，如果foo_numpy只是一個更大的陣列上的片/視圖，我不允許foo_numpy.data（無法獲得不連續陣列的單段緩衝區）。目前我正在通過製作foo_numpy.copy()（如果foo_numpy.base != None）來解決這個問題，它允許獲取新副本上的緩衝區。但我有這種感覺，這是不必要的，該片有__array_struct__和__array_interface__，所以我應該能夠用適當的步驟以某種方式跨步它？我不知道如何以一種很好的方式來做到這一點，因爲這一個基地也可以在另一個更大的數組無限期的視圖。

Answer 1

我想與你試圖做的問題是，數組數據你感興趣的（即foo_np_view）實際上是隻存儲在一個地方，即foo_np.data和OpenCV的SetData方法不提供任何指定跨度設置的方法，這將允許您跳過不屬於foo_np_view的字節。

可以，但是，使用numpy的的tostring()方法，它變成一個陣列（或視圖文獻）爲字節串解決這個問題：

>>> import numpy as np 
>>> import cv 
>>> foo_np = np.array(255 * np.random.rand(200 , 300 , 3), dtype = 'uint8') 
>>> foo_np_view = foo_np [ 50:150:2 , 10:290:5 , : ] 
>>> h,w,d = foo_np_view.shape 
>>> foo_cv = cv.CreateMat(h , w , cv.CV_8UC3) 

重新創建原始問題：

>>> cv.SetData(foo_cv , foo_np_view.data, foo_np_view.strides[0]) 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
AttributeError: cannot get single-segment buffer for discontiguous array 

使用tostring()方法（參見下面的步幅設置說明）：

>>> cv.SetData(foo_cv , foo_np_view.tostring() , w * d * foo_np_view.dtype.itemsize) 
>>> np.array_equal(np.asarray(foo_cv) , foo_np_view) 
True 

價值w * d * foo_np_view.dtype.itemsize爲我們提供了完全相同的foo_np_view.copy()，作爲視圖的字符串表示和它的拷貝是相同的這是必要的一大步值：

>>> foo_np_view.copy().tostring() == foo_np_view.tostring() 
True 
>>> foo_np_view.copy().strides[0] == w * d * foo_np_view.dtype.itemsize 
True