如何将Python数据编组到imageData>imageData结构中

Question

这个问题的根源是: OpenCV IplImage->imageData属性的逐位格式是什么？

背景:我使用Python的ctype来允许使用OpenCV的低级别C库访问pythonic。我已经能够从python获得几乎所有可访问的函数，但我仍然停留在这个函数上，它需要被称为OpenCV的旧IplImage结构的数据，特别是imageData属性。我不知道IplImage->imageData是如何组织的，而python的cv2.cv.LoadImage的iplimage类型，它表面上具有与C结构相同的数据，但它的组织方式似乎不同。

例如，我有一个4像素的图像，是2x2像素。左上角像素为100%红色。右上角像素为100%绿色。左下角像素为100%蓝色，右下角像素为100%白色。

在python中，信息如下所示：

import cv2

img = cv2.cv.LoadImage('rgbw.png')
pixels = []
for ch in img.tostring():
  pixels.append(ord(ch))
print pixels

[0, 0, 255, 0, 255, 0, 255, 0, 0, 255, 255, 255]

这对我来说很有意义:前三个值0，0,255代表B:0，G:0，R:255，红色像素。第二个是绿色，第三个是左下角，蓝色，最后一个右下角是白色。

我将其编组到库中，它运行良好，但它似乎没有“看到”imageData中的任何内容(当我使用C将数据直接传递到库时，返回代码意味着“我没有看到任何东西”)。

当然，我怀疑cvLoadImage>imageData有完全不同的数据组织方式，所以我在调试器中发现不仅数据不同，而且我无法理解它:这里是一个cvLoadImage("rgbw.png")，将它分配给一个名为‘IplImage’的IplImage结构。

Breakpoint 1, main (argc=2, argv=0x7fffffffe418) at IplImageInfo.cpp:44
44          printf("imageData %s\n", image->imageData);
(gdb) x/16ub image->imageData
0x618c90:   0   0   255 0   255 0   0   0
0x618c98:   255 0   0   255 255 255 0   0
(gdb)

因此，将其逐字节进行比较，添加零以便于比较：

Python：

000 000 255 | 000 255 000 | 255 000 000 | 255 255 255

C：(打印前16个字节，而不是12个字节，这正是我所期望的，见下文)

000 000 255 | 000 255 000 | 000 000 255 | 000 000 255 | 255 255 000 | 000

注意，前六个字节在这两个字节中都是相同的。但是，到底怎么回事？我们还有两个红色像素然后..。一个青色像素？另外，这个文件的大小是12个字节(4个像素，每个3个字节)。当我从C打印出图像->imageSize属性时，我得到16，而不是12。所以有些东西坏了，我不明白。显然，我的imageData模型有问题。你能解释一下吗？

Answer 1

我使用的python代码缺少一些所需的逻辑。这个逻辑不适用于Python接口，在Python中也不知道它是如何在C库中工作的。基本上，IplImage (我也相信Mat；旧IplImage结构的C++继承者)通过添加空(0-值)字节数，将imageData属性中的一行像素除以4。所以我的代码，就是：

import cv2

img = cv2.cv.LoadImage('rgbw.png')
pixels = []
for ch in img.tostring():
  pixels.append(ord(ch))
print pixels

[0, 0, 255, 0, 255, 0, 255, 0, 0, 255, 255, 255]

错过了这个逻辑。我解决了以下问题：

import cv2

img = cv2.cv.LoadImage('rgbw.png')
height = img.height
width = img.width
raw_data = img.tostring()

# iplImage->imageData requires rows to be padded with zero bytes at the end 
# so they be divisible by 4
pad_bytes_per_row = width % 4

# create the ctypes structure
ubyte_array_type = c_ubyte * (len(raw_data) + (height * pad_bytes_per_row))
ubyte_array = ubyte_array_type()
index = 0
for ch in raw_data:
    ubyte_array[index] = ord(ch)
    index += 1
    if 0 == index % width: # end of row
        pad_index = 0
        while pad_index < pad_bytes_per_row:
            ubyte_array[index] = 0
            pad_index += 1
            index += 1

现在，ubyte_array中填充了opencv的python中的正确信息。注意，如果您对数据使用numpy_array.tostring()方法，并且希望使用该方法填充Mat对象，则这将是相同的。希望这能帮上忙。