目标
您将找到以下问题的答案:
- 如何使用YAML或XML文件打印和读取文件和OpenCV的文本条目?
- 如何对 OpenCV 数据结构做同样的事情?
- 如何为您的数据结构执行此操作?
- 使用 OpenCV 数据结构,例如 cv::FileStorage , cv::FileNode 或 cv::FileNodeIterator 。
源代码 C++蟒
您可以从此处下载它,也可以在 OpenCV 源代码库中找到它。samples/cpp/tutorial_code/core/file_input_output/file_input_output.cpp
下面是一个示例代码,说明如何实现目标列表中列举的所有内容。
#include < opencv2/core.hpp>
#include < iostream>
#include < 字符串>
使用命名空间 CV;
使用命名空间 std;
静态无效帮助(char** av)
{
cout << endl
<< av[0] << “显示了 OpenCV 序列化功能的用法。 << endl
<< “用法:” << endl
<< av[0] << “ outputfile.yml.gz” << endl
<< “输出文件可以是 XML (xml) 或 YAML (yml/yaml)。您甚至可以通过”
<< “在其扩展名中指定这一点,如 xml.gz yaml.gz 等…”<< endl
<< “使用 FileStorage,您可以使用 << 和 >> 运算符序列化 OpenCV 中的对象”<< endl
<< “例如: - 创建一个类并对其进行序列化” << endl
<< “——用它来读取和写入矩阵。<< endl;
}
类 我的数据
{
公众:
MyData() : A(0), X(0), id()
{}
明确MyData(int) : A(97), X(CV_PI), id(“mydata1234”) // 显式以避免隐式转换
{}
void write(FileStorage& fs) const //写这个类的序列化
{
fs << “{” << “A” << A << “X” << X << “id” << id << “}”;
}
void read(const FileNode& node) //读取此类的序列化
{
A = (int)节点[“A”];
X = (double)node[“X”];
id = (字符串)node[“id”];
}
public: // 数据成员
int一个;
双X;
字符串 ID;
};
必须定义这些写入和读取函数,FileStorage 中的序列化才能正常工作
static void write(FileStorage& fs, const std::string&, const MyData& x)
{
x.写入(fs);
}
static void read(const FileNode& node, MyData& x, const MyData& default_value = MyData()){
if(节点。空())
x = default_value;
还
x.read(节点);
}
此函数会将我们的自定义类打印到控制台
静态 ostream& 运算符<<(ostream& out, const MyData& m)
{
out << “{ id = ” << m.id << “, ”;
out << “X = ” << m.X << “, ”;
输出<< “A = ” << m.A <<“}”;
返回;
}
int main(int ac, char** av)
{
如果 (ac != 2)
{
帮助(AV);
返回 1;
}
字符串文件名 = av[1];
{ 写
席R = Mat_::eye(3, 3),
T = Mat_::zeros(3, 1);
我的数据 m(1);
FileStorage fs(文件名,FileStorage::WRITE);
或:
文件存储 fs;
fs.open(文件名, FileStorage::WRITE);
fs << “iterationNr” << 100;
fs << “strings” << “[”;文本 - 字符串序列
fs << “image1.jpg” << “Awesomeness” << “…/data/baboon.jpg”;
fs << “]”;关闭序列 // 关闭序列
fs << “映射”;文本 - 映射
fs << “{” << “一” << 1;
fs << “二” << 2 <<“}”;
fs << “R” << R;cv::Mat
fs << “T” << T;
fs << “MyData” << m;你自己的数据结构
司 司长。release();// 显式关闭
cout << “写完成。” << endl;
}
{读
cout << endl << “Reading: ” << endl;
文件存储 fs;
司 司长。open(filename, FileStorage::READ);
int itNr;
fs[“迭代Nr”] >> itNr;
itNr = (int) fs[“迭代Nr”];
cout << itNr;
如果 (!fs.is已打开())
{
cerr << “无法打开”<<文件名<< endl;
帮助(AV);
返回 1;
}
FileNode n = fs[“字符串”];读取字符串序列 - Get 节点
if (n.type() != FileNode::SEQ)
{
Cerr <<:“字符串不是一个序列!FAIL“<<结束;
返回 1;
}
FileNodeIterator it = n.begin(), it_end = n.end();遍历节点
对于 (;它 != it_end;++it)
cout << (字符串)*it << endl;
n = fs[“映射”];从序列中读取映射
cout << “两个 ” << (int)(n[“两个”]) << "; ";
cout << “一 ” << (int)(n[“One”]) << endl << endl;
我的数据 m;
席R,T;
fs[“R”] >> R;读取 cv::Mat
fs[“T”] >> T;
fs[“MyData”] >> 米;阅读你自己的structure_
cout << endl
<< “R = ” << R << endl;
cout << “T = ” << T << endl << endl;
cout << “MyData = ” << endl << m << endl << endl;
显示非现有节点的默认行为
cout << “尝试读取 NonExisting(应使用其默认值初始化数据结构)”。;
fs[“不存在”] >> 米;
cout << endl << “NonExisting = ” << endl << m << endl;
}
cout << endl
<< “提示:使用文本编辑器打开”文件名<<<<以查看序列化数据。”<< endl;
返回 0;
}
解释
在这里,我们只讨论 XML 和 YAML 文件输入。您的输出(及其各自的输入)文件可能只有这些扩展名之一,并且结构来自此。它们是您可以序列化的两种数据结构:映射(如 STL 映射和 Python 字典)和元素序列(如 STL 向量)。它们之间的区别在于,在地图中,每个元素都有一个唯一的名称,您可以通过访问它。对于序列,您需要遍历它们以查询特定项目。
-
**XML/YAML 文件打开和关闭。**在将任何内容写入此类文件之前,您需要打开它,并在最后关闭它。OpenCV中的XML/YAML数据结构是 cv::FileStorage 。要指定此结构绑定到硬盘驱动器上的文件,您可以使用其构造函数或 open() 函数:
FileStorage fs(文件名,FileStorage::WRITE);
或:
文件存储 fs;
fs.open(文件名, FileStorage::WRITE);
您使用的第二个参数中的任何一个都是一个常量,用于指定您可以对它们执行的操作类型:WRITE、READ 或 APPEND。文件名中指定的扩展名还决定了将使用的输出格式。如果指定扩展名(如 .xml.gz),则输出甚至可以被压缩。
当 cv::FileStorage 对象被销毁时,该文件会自动关闭。但是,您可以使用 release 函数显式调用此函数:
司 司长。release();// 显式关闭
-
**文本和数字的输入和输出。**在 C++ 中,数据结构使用 STL 库中的 << 输出运算符。在 Python 中,改用 cv::FileStorage::write()。要输出任何类型的数据结构,我们首先需要指定其名称。我们只需将 this 的名称推送到 C++ 中的流中即可做到这一点。在 Python 中,write 函数的第一个参数是 name。对于基本类型,您可以按照以下值进行打印:
fs << “iterationNr” << 100;
读入是一个简单的寻址(通过 [] 运算符)和强制转换操作,或者通过 >> 运算符进行读入。在 Python 中,我们使用 getNode() 进行寻址并使用 real() :
int itNr;
fs[“迭代Nr”] >> itNr;
itNr = (int) fs[“迭代Nr”];
-
**OpenCV 数据结构的输入/输出。**好吧,它们的行为与基本的 C++ 和 Python 类型完全相同:
垫 R = Mat_::eye(3, 3),
T = Mat_::zeros(3, 1);
fs << “R” << R;cv::Mat
fs << “T” << T;
fs[“R”] >> R;读取 cv::Mat
fs[“T”] >> T;
-
**向量(数组)和关联映射的输入/输出。**正如我之前提到的,我们也可以输出映射和序列(数组、向量)。同样,我们首先打印变量的名称,然后我们必须指定我们的输出是序列还是映射。
对于序列,在第一个元素之前打印“[”字符,在最后一个元素之后打印“]”字符。使用 Python,调用 ,where is 或 开始编写结构。调用以完成结构:
FileStorage.startWriteStruct(structure_name, struct_type)``struct_type``cv2.FileNode_MAP``cv2.FileNode_SEQ``FileStorage.endWriteStruct()
fs << “strings” << “[”;文本 - 字符串序列
fs << “image1.jpg” << “Awesomeness” << “…/data/baboon.jpg”;
fs << “]”;关闭序列 // 关闭序列
对于地图,钻头是相同的,但现在我们使用“{”和“}”分隔符:
fs << “映射”;文本 - 映射
fs << “{” << “一” << 1;
fs << “二” << 2 <<“}”;
为了从中读取数据,我们使用 cv::FileNode 和 cv::FileNodeIterator 数据结构。cv::FileStorage 类(或 Python 中的 getNode() 函数)的 [] 运算符返回 cv::FileNode 数据类型。如果节点是连续的,我们可以使用 cv::FileNodeIterator 来遍历项目。在 Python 中,at() 函数可用于寻址序列的元素,size() 函数返回序列的长度:
FileNode n = fs[“字符串”];读取字符串序列 - Get 节点
if (n.type() != FileNode::SEQ)
{
Cerr <<:“字符串不是一个序列!FAIL“<<结束;
返回 1;
}
FileNodeIterator it = n.begin(), it_end = n.end();遍历节点
对于 (;它 != it_end;++it)
cout << (字符串)*it << endl;
对于地图,您可以再次使用 [] 运算符(Python 中的 at() 函数)来访问给定的项目(或 >> 运算符):
n = fs[“映射”];从序列中读取映射
cout << “两个 ” << (int)(n[“两个”]) << "; ";
cout << “一 ” << (int)(n[“One”]) << endl << endl;
-
**读取和写入自己的数据结构。**假设您有一个数据结构,例如:
类 我的数据
{
公众:
MyData() : A(0), X(0), id() {}
public: // 数据成员
int一个;
双X;
字符串 ID;
};
在 C++ 中,可以通过 OpenCV I/O XML/YAML 接口(就像 OpenCV 数据结构一样)通过在类内部和外部添加读取和写入函数来序列化它。在 Python 中,您可以通过在类中实现读写函数来接近这一点。对于内部部分:
void write(FileStorage& fs) const //写这个类的序列化
{
fs << “{” << “A” << A << “X” << X << “id” << id << “}”;
}
void read(const FileNode& node) //读取此类的序列化
{
A = (int)节点[“A”];
X = (double)node[“X”];
id = (字符串)node[“id”];
}
在 C++ 中,您需要在类外部添加以下函数定义:
static void write(FileStorage& fs, const std::string&, const MyData& x)
{
x.写入(fs);
}
static void read(const FileNode& node, MyData& x, const MyData& default_value = MyData()){
if(node.empty())
x = default_value;
还
x.read(节点);
}
在这里,您可以观察到,在读取部分中,我们定义了如果用户尝试读取不存在的节点会发生什么。在本例中,我们只返回默认的初始化值,但是更详细的解决方案是返回例如对象 ID 的负 1 值。
添加这四个函数后,使用 >> 运算符进行写入,使用 << 运算符进行读取(或为 Python 定义的输入/输出函数):
我的数据 m(1);
fs << “MyData” << m;你自己的数据结构
fs[“MyData”] >> 米;阅读你自己的structure_
或者尝试阅读不存在的读物:
cout << “尝试读取 NonExisting(应使用其默认值初始化数据结构)”。;
fs[“不存在”] >> 米;
cout << endl << “NonExisting = ” << endl << m << endl;
结果
好吧,大多数情况下,我们只是打印出定义的数字。在控制台的屏幕上,您可以看到:
写完成。
读数:
100图片1.jpg
太棒了
狒狒.jpg
二、2;一 1
R = [1, 0, 0;
0, 1, 0;
0, 0, 1]
T = [0; 0; 0]
我的数据 =
{ id = mydata1234, X = 3.14159, A = 97}
尝试读取 NonExist(应使用其默认值初始化数据结构)。
不存在 =
{ id = , X = 0, A = 0}
提示: 使用文本编辑器打开 output.xml 以查看序列化数据。
在线教程
- 麻省理工学院人工智能视频教程 – 麻省理工人工智能课程
- 人工智能入门 – 人工智能基础学习。Peter Norvig举办的课程
- EdX 人工智能 – 此课程讲授人工智能计算机系统设计的基本概念和技术。
- 人工智能中的计划 – 计划是人工智能系统的基础部分之一。在这个课程中,你将会学习到让机器人执行一系列动作所需要的基本算法。
- 机器人人工智能 – 这个课程将会教授你实现人工智能的基本方法,包括:概率推算,计划和搜索,本地化,跟踪和控制,全部都是围绕有关机器人设计。
- 机器学习 – 有指导和无指导情况下的基本机器学习算法
- 机器学习中的神经网络 – 智能神经网络上的算法和实践经验
- 斯坦福统计学习
有需要的小伙伴,可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓
人工智能书籍
- OpenCV(中文版).(布拉德斯基等)
- OpenCV+3计算机视觉++Python语言实现+第二版
- OpenCV3编程入门 毛星云编著
- 数字图像处理_第三版
- 人工智能:一种现代的方法
- 深度学习面试宝典
- 深度学习之PyTorch物体检测实战
- 吴恩达DeepLearning.ai中文版笔记
- 计算机视觉中的多视图几何
- PyTorch-官方推荐教程-英文版
- 《神经网络与深度学习》(邱锡鹏-20191121)
- …
第一阶段:零基础入门(3-6个月)
新手应首先通过少而精的学习,看到全景图,建立大局观。 通过完成小实验,建立信心,才能避免“从入门到放弃”的尴尬。因此,第一阶段只推荐4本最必要的书(而且这些书到了第二、三阶段也能继续用),入门以后,在后续学习中再“哪里不会补哪里”即可。
第二阶段:基础进阶(3-6个月)
熟读《机器学习算法的数学解析与Python实现》并动手实践后,你已经对机器学习有了基本的了解,不再是小白了。这时可以开始触类旁通,学习热门技术,加强实践水平。在深入学习的同时,也可以探索自己感兴趣的方向,为求职面试打好基础。
第三阶段:工作应用
这一阶段你已经不再需要引导,只需要一些推荐书目。如果你从入门时就确认了未来的工作方向,可以在第二阶段就提前阅读相关入门书籍(对应“商业落地五大方向”中的前两本),然后再“哪里不会补哪里”。
有需要的小伙伴,可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓