在C++中结合OpenCV的k均值聚类和Vigra

Question

当我想要合并两个计算机图形库，即OpenCV和Vigra时，我遇到了一个问题。我想使用OpenCVs的k-means聚类算法进行灰度图像二值化。我的图像处理框架是在较早的时候构建的，并且非常依赖于Vigra，这就是为什么我必须结合这两个库的原因。

因此，基本上，我使用Vigra功能加载图像，然后将Vigra对象转换为OpenCV矩阵，运行k均值聚类，重新将矩阵对象转换为vigra对象，最后通过使用Vigra功能再次保存图像。下面是一个代码示例：

#include <vigra/impex.hxx>
#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>

int main()
{
    
    std::string InputFilePath = "path/to/image/image_name.tif";
    
    // Vigra functionality to load an image from path
    vigra::FImage InputImg;
    const char* cFile = InputFilePath.c_str();
    vigra::ImageImportInfo info(cFile);                 
    int b = info.width();
    int h = info.height();
    InputImg.resize(b,h);
    vigra::importImage(info, destImage(InputImg));

    vigra::FImage OutputImg(InputImg.width(), InputImg.height());

    // Setting up OCV Matrix as an one channel, 32bit float grayscale image
    cv::Mat InputMat(InputImg.width(), InputImg.height(), CV_32FC1);

    // my workaround to convert vigra::FImage to cv::Mat
    for(unsigned int i=0; i<InputImg.width(); i++){
        for(unsigned int j=0; j<InputImg.height(); j++){
            InputMat.at<float>(j,i) = InputImg(i,j);
        }
    }

    // OCVs k-means clustering
    const unsigned int singleLineSize = InputMat.rows*InputMat.cols;
    const unsigned int k=2;

    cv::Mat data = InputMat.reshape(1, singleLineSize);
    std::vector<int> labels;
    data.convertTo(data, CV_32FC1);
    cv::Mat1f centers;

    cv::kmeans(data, k, labels, cv::TermCriteria(cv::TermCriteria::EPS + cv::TermCriteria::COUNT, 10, 1.0), 2, cv::KMEANS_RANDOM_CENTERS, centers);

    for (unsigned int i = 0; i < singleLineSize; i++) {
        data.at<float>(i) = centers(labels[i]);
    }

    cv::Mat OutputMat = data.reshape(1, InputMat.rows);
    OutputMat.convertTo(OutputMat, CV_8UC1);

    // re-convert cv::Mat to vigra::FImage
    for(unsigned int i=0; i<InputImg.width(); i++){
        for(unsigned int j=0; j<InputImg.height(); j++){
             OutputImg(i,j) = OutputMat.at<float>(j,i);
        }
    }

    std::string SaveFileName = "path/to/save_location/save_img_name.tif";

    // vigra functionality to save the image
    const char* cFile = SaveFileName.c_str();
    vigra::ImageExportInfo exinfo(cFile);
    vigra::exportImage(srcImageRange(OutputImg), exinfo.setPixelType("FLOAT")); // pixel type could also be "UINT8"

    // for the sake of comparability
    std::string SaveFileNameOCV = "path/to/save_location/save_mat_name.tif";
    cv::imwrite(SaveFileNameOCV, OutputMat);

    return 0;
}

k-means集群工作得很好，当我直接用

cv::imwrite()

一切都很好。但当我将cv::Mat重新转换为vigra::FImage对象并保存它时，图像已损坏。看起来对象(在图像中)被镜像或复制了四次，尽管图像的宽度和高度保持不变。我附上了图片(InputImg，OutputImg和OutputMat)。此外，如果我将InputMat重新转换为OutputImg (在k-means之后)，并保存此图像，则一切正常(此图像也已附加)。

最后，我不明白为什么在从vigra::FImage转换为cv::Mat时必须切换索引，反之亦然：

InputMat.at<float>(j,i) = InputImg(i,j);

但如果我不这样做，生成的图像就会旋转。

好吧，所以我不太确定是否有人使用Vigra和OpenCV，我猜OpenCV肯定比Vigra更常见。但不管怎样，如果有人能帮上忙，那就太好了。

顺便说一下:我在OpenSuSE 15.1上运行Code::Blocks中的所有代码。任何库都是通过官方OpenSuSE存储库安装的。

​

​

Answer 1

好的，首先，我不知道为什么会发生这种情况。但我现在知道的是，如果我使用的是类型定义版本的Mat_ (例如Mat1f...)我可以正确地处理所有事情，保存的结果如预期的那样。

对于转换，我写了两个方法：

cv::Mat1f convertImg2Mat(vigra::FImage &img){
    int b = img.width();
    int h = img.height();

    cv::Mat1f mat(h, b);

    for(unsigned int j=0; j<h; j++){
        for(unsigned int i=0; i<b; i++){
            mat(j,i) = img(i,j);
        }
    }
    return mat;
}

和

vigra::FImage convertMat2Img(cv::Mat mat){
    int b = mat.rows;
    int h = mat.cols;
    cv::Mat1f tmp = mat.clone();

    vigra::FImage img(h, b);

    for(unsigned int j=0; j<h; j++){
        for(unsigned int i=0; i<b; i++){
            img(i,j) = tmp(j,i);
        }
    }
    return img;
}

两者都工作得很好。

一个愚蠢的初学者错误是索引，因为vigra遵循fortran顺序，即

img(cols, rows)

而OpenCV使用另一种约定，即

mat(rows, cols).

因此，在我看来，这个问题还没有得到恰当的回答，但我无论如何都找到了一个可行的解决方案。