Opencv-C++笔记 (7) : opencv-文件操作XML和YMAL文件

这篇具有很好参考价值的文章主要介绍了Opencv-C++笔记 (7) : opencv-文件操作XML和YMAL文件。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

一、概述

除了图像数据之外,有时程序中的尺寸较小的Mat类矩阵、字符串、数组等

数据也需要进行保存,这些数据通常保存成XML文件或者YAML文件。本小节中将介绍如何利用OpenCV
4中的函数将数据保存成XML文件或者YAML文件以及如何读取这两种文件中的数据。

XML是一种元标记语言,所谓元标记就是使用者可以根据自身需求定义自己的标记,例如可以用、等标记来定义数据的含义,例如用24来表示age数据的数值为24。XML是一种结构化的语言,通过XML语言可以知道数据之间的隶属关系,例如100150表示在color数据中含有两个名为red和blue的数据,两者的数值分别是100和150。通过标记的方式,无论以任何形式保存数据,只要文件满足XML格式,那么读取出来的数据就不会出现混淆和歧义。XML文件的扩展名是“.xml”。

YMAL是一种以数据为中心的语言,通过“变量:数值”的形式来表示每个数据的数值,通过不同的缩进来表示不同数据之间的结构和隶属关系。YMAL可读性高,常用来表达资料序列的格式,它参考了多种语言,包括XML、C语言、Python、Perl等。YMAL文件的扩展名是“.ymal”或者“.yml”。

OpenCV
4中提供了用于生成和读取XML文件和YMAL文件的FileStorage类,类中定义了初始化类、写入数据和读取数据等方法。我们在使用该FileStorage类时首先需要对其进行初始化,初始化可以理解为声明需要操作的文件和操作类型。OpenCV
4提供了两种初始化的方法,分别是不输入任何参数的初始化(可以理解为只定义,并未初始化)和输入文件名称和操作类型的初始化。后者初始化构造函数的函数原型在代码清单2-35中给出。

二、文件操作

cv::FileStorage::FileStorage(const String & filename,
                                  int  flags,
                                  const String & encoding = String()
                                  )
  • filename:打开的文件名称。
  • flags:对文件进行的操作类型标志,常用参数及含义在表2-8给出。
  • encodin:编码格式,目前不支持UTF-16 XML编码,需要使用UTF-8 XML编码

Opencv-C++笔记 (7) : opencv-文件操作XML和YMAL文件

该函数是FileStorage类的构造函数,用于声明打开的文件名称和操作的类型。函数第一个参数是打开的文件名称,参数是字符串类型,文件的扩展名是“.xml”、“.ymal”或者“.yml”。打开得文件可以已经存在或者未存在,但是当对文件进行读取操作时需要是已经存在的文件。第二个参数是对文件进行的操作类型标志,例如对文件进行读取操作、写入操作等,常用参数及含义在表2-8给出,由于该标志量在FileStorage类中,因此在使用时需要加上类名作为前缀,例如“FileStorage::WRITE”。最后一个参数是文件的编码格式,目前不支持UTF-16XML编码,需要使用UTF-8 XML编码,通常情况下使用该参数的默认值即可。

三、打开文件

打开文件后,可以通过FileStorage类中的isOpened()函数判断是否成功打开文件,如果成功打开文件,该函数返回true,如果打开文件失败,则该函数返回false。

FileStorage类中默认构造函数没有任何参数,因此没有声明打开的文件和操作的类型,此时需要通过FileStorage类中的open()函数单独进行声明。

virtual bool cv::FileStorage::open(const String & filename,
                                         int  flags,
                                         const String & encoding = String()
                                         )
  • filename:打开的文件名称。
  • flags:对文件进行的操作类型标志,常用参数及含义在表2-8给出。
  • encodin:编码格式,目前不支持UTF-16 XML编码,需要使用UTF-8 XML编码。

该函数补充了默认构造函数没有声明打开文件的缺点,函数可以指定FileStorage类打开的文件,如果成功打开文件,则返回值为true,否则为false。函数中所有的参数及含义都与代码清单2-35中的相同,因此这里不再进行赘述。同样,通过该函数打开文件后仍然可以通过FileStorage类中的isOpened()函数判断是否成功打开文件。

四、写入

打开文件后,类似C++中创建的数据流,可以通过“<<”操作符将数据写入文件中,或者通过“>>”操作符从文件中读取数据。除此之外,还可以通过FileStorage类中的write()函数将数据写入文件中,该函数的函数原型在代码清单2-37中给出

void cv::FileStorage::write(const String & name,
                   int  val
              )
  • name:写入文件中的变量名称。
  • val:变量值。

该函数能够将不同数据类型的变量名称和变量值写入到文件中。该函数的第一个参数是写入文件中的变量名称。第二个参数是变量值,代码清单2-37中的变量值是int类型,但是在FileStorage类中提供了write()函数的多个重载函数,分别用于实现将double、String、Mat、vector类型的变量值写入到文件中。

使用操作符向文件中写入数据时与write()函数类似,都需要声明变量名和变量值,例如变量名为“age”,变量值为“24”,可以通过“file<<”age”<<24”来实现。如果某个变量的数据是一个数组,可以用“[]”将属于同一个变量的变量值标记出来,例如“file<<”age”<<“[”<<24<<25<<”]””。如果某些变量隶属于某个变量,可以用“{}”表示变量之间的隶属关系,例如“file<<”age”<<“{”<<”Xiaoming”<<24<<”Wanghua”<<25<<”}””。

读取文件中的数据时,只需要通过变量名就可以读取变量值。例如“file [“x”] >> xRead”是读取变量名为x的变量值。但是,当某个变量中含有多个数据或者含有子变量时,就需要通过FileNode节点类型和迭代器FileNodeIterator进行读取,例如某个变量的变量值是一个数组,首先需要定义一个file [“age”]的FileNode节点类型变量,之后通过迭代器遍历其中的数据。另外一种方法可以不使用迭代器,通过在变量后边添加“[]”地址的形式读取数据,例如FileNode[0]表示数组变量中的第一个数据,FileNode[“Xiaoming”]表示“age”变量中的“Xiaoming”变量的数据,依次向后添加“[]”地址实现多节点数据的读取。

为了了解如何生成和读取XML文件和YMAL文件,在代码清单2-38中给出了实现文件写入和读取的示例程序。程序中使用write()函数和“<<”操作符两种方式向文件中写入数据,使用迭代器和“[]”地址两种方式从文件中读取数据。数据的写入和读取方法在前面已经介绍,在代码清单2-38中需要重点了解如何通过程序实现写入与读取。程序生成的XML文件和YMAL文件中的数据在图2-10给出,读取文件数据的结果在图2-9给出。

#include<iostream>
#include<vector>
#include<string>
//#include <stdio.h>
#include <opencv2/opencv.hpp>
#include "opencv/highgui.h"

using namespace std;
using namespace cv;

int main(int argc,char** argv) {
    cout<<"OpenCv Version: "<<CV_VERSION<<endl;
    string filename="datas.yaml";//文件的名称
    FileStorage fwriter(filename,FileStorage::WRITE);

    //存入矩阵Mat类型的数据
    Mat mat=Mat::eye(3,3,CV_8U);
    fwriter.write("mat",mat);//使用write()函数写入数据
    //存入浮点型数据,节点名称为x
    float x=100;
    fwriter<<"x"<<x;
    //存入字符串类型数据,节点名称为str
    string str="Learn OpenCV 4";
    fwriter<<"str"<<str;
    //存入数组,节点名称为number_array
    fwriter<<"number_array"<<"["<<4<<5<<6<<"]";
    //存入多node节点数据,主名为multi_nodes
    fwriter<<"multi_nodes"<<"{"<<"month"<<8<<"day"<<28<<"year"
           <<2020<<"time"<<"["<<0<<1<<2<<3<<"]"<<"}";
    //关闭文件
    fwriter.release();

    //以读取的模式打开文件
    FileStorage fread(filename,FileStorage::READ);
    //判断是否打开成功
    if(!fread.isOpened()){
        cout<<"打开文件失败,请确认文件名称是否正确!"<<endl;
        return -1;
    }
    //读取文件中的数据
    float xRead;
    fread["x"]>>xRead;//读取浮点型数据
    cout<<"x = "<<xRead<<endl;

    //读取字符串数据
    string strRead;
    fread["str"]>>strRead;
    cout<<"str = "<<strRead<<endl;

    //读取含多个number_array节点
    FileNode fileNode=fread["number_array"];
    cout<<"number_array = [";
    for(FileNodeIterator i=fileNode.begin();i!=fileNode.end();++i){
        float a;
        *i>>a;
        cout<<a<<" ";
    }
    cout<<"]"<<endl;

    //读取Mat类型数据
    Mat matRead;
    fread["mat="]>>matRead;
    cout<<"mat = "<<mat<<endl;

    //读取含有多个子节点的节点数据,不使用fileNode和迭代器进行读取
    FileNode fileNode1=fread["multi_nodes"];
    int month=(int)fileNode1["month"];
    int day=(int)fileNode1["day"];
    int year=(int)fileNode1["year"];
    cout<<"multi_nodes:"<<endl;
    cout<<" month = "<<month<<" day = "<<day<<" year = "<<year<<" time=[";
    for(int i=0;i<4;++i){
        int a=(int)fileNode1["time"][i];
        cout<<a<<" ";
    }
    cout<<"]"<<endl;

    //关闭文件
    fread.release();
    return 0;
}

Opencv-C++笔记 (7) : opencv-文件操作XML和YMAL文件
Opencv-C++笔记 (7) : opencv-文件操作XML和YMAL文件文章来源地址https://www.toymoban.com/news/detail-492517.html

五、读写个人源码

bool    Percipio_mindCalibrationThread::SaveCalibOfflinexml(QVector<QPair< QStringList,TY_CAMERA_CALIB_INFO>>  Datainfo )
 {
     show_message("------------Start Save offline Calibfile-----------------");
        FolderFile_Getfiles->CreateFolder_F(Datainfo[0].first[2]);
    QString  path=Datainfo[0].first[2]+"/CalibrationOffline.xml";

     FolderFile_Getfiles->CreateFile_F(path);
     cv::FileStorage  fwrite(path.toStdString(),cv::FileStorage::WRITE);



        // getALlXYZtSetting.QVerctorQstringList.push_back({{XYZSN,"depth",Path2D+"/3D"},percipioCamera->Get_DepthCalibData()});
     show_message("Save Sn and fodlerpath");

         std::string  sntype="";
         show_message(Datainfo[0].first[2]+"/3D/");
         qDebug()<<Datainfo[0].first[2]+"/3D/"<<endl;
std::vector<std::string>  XYZimagefiles=FolderFile_Getfiles->GetFloderAllFile(Datainfo[0].first[2]+"/3D/");
if(XYZimagefiles.size()>3)
{

    std::pair<std::string,std::string>  ImageReslotion=FolderFile_Getfiles->GetImageResolution(Datainfo[0].first[2]+"/3D/");
             sntype="DepthCamera";
             fwrite<<sntype<<"{:";
             fwrite<<"SN"<<(Datainfo[0].first[0]).toStdString();

             fwrite<<"Width"<< atoi(ImageReslotion.first.c_str());
             fwrite<<"Height"<<atoi(ImageReslotion.second.c_str());

      cv::Mat Depthintrinsic=cv::Mat(3, 3, CV_32F,Datainfo[0].second.intrinsic.data);
      cv::Mat Depthextrinsic=cv::Mat(4, 4, CV_32F,Datainfo[0].second.extrinsic.data);
      cv::Mat Depthdistortion=cv::Mat(12, 1, CV_32F,Datainfo[0].second.distortion.data);
     fwrite<<"IntrinsicWidth"<<atoi(std::to_string(Datainfo[0].second.intrinsicWidth).c_str());
     fwrite<<"IntrinsicHeight"<<atoi(std::to_string(Datainfo[0].second.intrinsicHeight).c_str());;
     fwrite<<"Intrinsic"<<Depthintrinsic;
     fwrite<<"Extrinsic"<<Depthextrinsic;
     fwrite<<"Distortion"<<Depthdistortion;
     fwrite<<"}";
     fwrite<<"FilePath"<<(Datainfo[0].first[2]).toStdString();
//      int  Patternwidth;
//      int Patternheight;
//     float Sqyaresize;
       fwrite<<"Patternwidth"<<Patternwidth;
        fwrite<<"Patternheight"<<Patternheight;
         fwrite<<"Sqyaresize"<<Sqyaresize;
     fwrite.release();
  show_message("offline xml save OK");
       return true;
}
else

{

    show_message("Please checke the folder files path setting and mustbe three  images  at least,offline xml save NG");
         return false;
 }
 }
 std::vector<cameraInfo>    Percipio_mindCalibrationThread::ReadCalibOfflinexml(QString Path )
 {
     std::vector<cameraInfo>  offlineVector;
     show_message("----------------Read offline configxml--------------------");
   cv::FileStorage fs(Path.toStdString()+"/CalibrationOffline.xml",cv::FileStorage::READ);
if(!fs.isOpened())
{
    show_message("Cannot open the CalibrationOffline.xml,NG");
    return offlineVector;

}

cameraInfo  cameraDepth;
cameraInfo  cameraColor;
std::string Filepath;
fs["FilePath"]>>Filepath;
cv::FileNode  node=fs["DepthCamera"];


std::vector<std::string>  filepath=FolderFile_Getfiles->GetFloderAllFile(Path+"/3D/");

TY_CAMERA_CALIB_INFO calibDepth;
calibDepth.intrinsicWidth=(int)node["IntrinsicWidth"];
calibDepth.intrinsicHeight=(int)node["IntrinsicHeight"];
 show_message("Get Patter info");
  fs["Patternwidth"]>>     Patternwidth;
  fs["Patternheight"]>>   Patternheight;
   fs["Sqyaresize"]>>   Sqyaresize;
    show_message("Patternwidth: "+QString::number(Patternwidth));
       show_message("Patternheight: "+QString::number(Patternheight));
          show_message("Sqyaresize: "+QString::number(Sqyaresize));
cv::Mat Depthintrinsic(3, 3, CV_32F,cv::Scalar(0));
cv::Mat Depthextrinsic(4, 4, CV_32F,cv::Scalar(0));
cv::Mat Depthdistortion(12, 1, CV_32F,cv::Scalar(0));
 show_message("Read Depth info");
node["Intrinsic"]>>Depthintrinsic;
node["Extrinsic"]>>Depthextrinsic;
node["Distortion"]>>Depthdistortion;
//calibDepth.intrinsic.data
memcpy((uchar*)calibDepth.intrinsic.data,Depthintrinsic.data,sizeof (float) * 9);
memcpy((uchar*)calibDepth.extrinsic.data,Depthextrinsic.data,sizeof (float) * 16);
memcpy((uchar*)calibDepth.distortion.data,Depthdistortion.data,sizeof (float) * 12);
/*
int Intrinsicindex=0;
int Extrinsicindex=0;
int Distortionindex=0;
for(int i=0;i<3;i++)
{
    for(int j=0;j<3;j++)
    {
     calibDepth.intrinsic.data[Intrinsicindex] = Depthintrinsic.at<float>(i,j);
     show_message(QString::number(calibDepth.intrinsic.data[Intrinsicindex] ));
       Intrinsicindex++;
    }
}
for(int i=0;i<4;i++)
{
    for(int j=0;j<4;j++)
    {
     calibDepth.extrinsic.data[Extrinsicindex] = Depthextrinsic.at<float>(i,j);
     show_message(QString::number(calibDepth.extrinsic.data[Extrinsicindex]));
       Extrinsicindex++;
    }
}
for(int i=0;i<12;i++)
{
    for(int j=0;j<1;j++)
    {
     calibDepth.distortion.data[Distortionindex] = Depthintrinsic.at<float>(i,j);
    show_message(QString::number(calibDepth.distortion.data[Distortionindex]));
       Distortionindex++;
    }
}
*/
 cameraDepth.sn=(std::string)node["SN"];
show_message("Read Depth sn:"+QString::fromStdString(cameraDepth.sn));
cameraDepth.files=filepath;
cameraDepth.compont="depth";
cameraDepth.cali=calibDepth;
offlineVector.push_back(cameraDepth);


    std::vector<std::string>  colorfilepath=FolderFile_Getfiles->GetFloderAllFile(Path+"/2D/");
    TY_CAMERA_CALIB_INFO calibcolor;
    cameraColor.sn=FolderFile_Getfiles->GetCameraSn(Path+"/2D/");
    show_message("Read Color sn:"+QString::fromStdString(cameraColor.sn));
    cameraColor.files=colorfilepath;
    cameraColor.compont="color";
    cameraColor.cali=calibcolor;
offlineVector.push_back(cameraColor);
 show_message("Read  config.xml  complete");
     return  offlineVector;


 }

到了这里,关于Opencv-C++笔记 (7) : opencv-文件操作XML和YMAL文件的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Opencv-C++笔记 (10) : opencv-图像像素计算

    我们可以将数字图像理解成一定尺寸的矩阵,矩阵中每个元素的大小表示了图像中每个像素的亮暗程度,因此统计矩阵中的最大值,就是寻找图像中灰度值最大的像素,计算平均值就是计算图像像素平均灰度,可以用来表示图像整体的亮暗程度。因此针对矩阵数据的统计工作

    2024年02月09日
    浏览(41)
  • Opencv-C++笔记 (9) : opencv-多通道分离和合并

    在图像颜色模型中不同的分量存放在不同的通道中,如果我们只需要颜色模型的某一个分量,例如只需要处理RGB图像中的红色通道,可以将红色通道从三通道的数据中分离出来再进行处理,这种方式可以减少数据所占据的内存,加快程序的运行速度。同时,当我们分别处理完

    2024年02月09日
    浏览(50)
  • Opencv-C++笔记 (18) : 轮廓和凸包

    轮廓发现是基于图像边缘提取的基础寻找对象轮廓的方法。 所以边缘提取的阈值选定会影响最终轮廓发现结果 轮廓查找步骤: 输入图像转为灰度图像cvtColor 使用Canny进行边缘提取或者threshold阈值操作,得到二值图像 使用findContours寻找轮廓 使用drawContours绘制轮廓 在二值图像

    2024年02月11日
    浏览(42)
  • Opencv-C++笔记 (3) : opencv的库介绍以及和C++对接转换

    calib3d 主要包含相机标定,立体视觉的功能:物体姿势估计,三维重建,摄像头标定 core,包含库的基本结构和操作,比如数据结构,绘图函数,数组操作等函数 dnn,深度学习模块,包含构建网络,加载序列化的模型,但是不支持训练,只能推理 features2d,处理图像特征点,特

    2024年02月09日
    浏览(45)
  • Opencv-C++笔记 (15) : 像素重映射 与 图像扭曲

    重映射,就是把一幅图像中某位置的像素放置到另一图像指定位置的过程。即: 在重映射过程中,图像的大小也可以同时发生改变。此时像素与像素之间的关系就不是一一对应关系,因此在重映射过程中,可能会涉及到像素值的插值计算。 头文件 quick_opencv.h:声明类与公共

    2024年02月13日
    浏览(51)
  • Opencv-C++笔记 (13) : opencv-图像卷积一(均值、中值、高斯、双边滤波)与 边缘处理

    头文件 quick_opencv.h:声明类与公共函数 主函数调用 src:输入图像 。 dst:输出图像 。 ksize:内核大小 ,一般用 Size(w,h),w 为宽度,h 为深度。 anchor:被平滑的点,表示取 内核中心 ,默认值 Point(-1,-1)。 boderType:推断图像外部像素的某种边界模式。默认值 BORDER_DEFAULT 目的:

    2024年02月16日
    浏览(154)
  • Opencv-C++笔记 (16) : 几何变换 (图像的翻转(镜像),平移,旋转,仿射,透视变换)

    图像旋转是指图像按照某个位置转动一定的角度的过程,旋转中图像仍保持着原始尺寸。图像旋转后图像水平对称轴、垂直对称轴及中心坐标原点都可能会发生变换,因此需要对图像旋转中的坐标进行相应转换。 假设有一个点:P(x,y),它在绕原点 O(0,0) 旋转 β 后,被转换成

    2024年02月14日
    浏览(70)
  • opencv-c++

    1、接口类 类型 说明 InputArray 只读输入数组传递到 OpenCV 函数的代理类 OutputArray 这种类型与 InputArray 非常相似,只是它用于输入/输出和输出函数参数 InputOutputArray 继承了OutputArray,作为输入输出接口,增加了一些功能 InputArrayOfArrays typedef InputArrayInputArrayOfArrays OutputArrayOfArray

    2024年02月08日
    浏览(82)
  • opencv的haarcascade_frontalface_default.xml等文件

    下载地址: https://github.com/opencv/opencv/tree/master/data/haarcascades 路径如下: 你安装的opencv路径OpenCVopencvbuildetchaarcascades 安装好的OpenCV文件夹下有很多需要调用的训练模型 以pycharm为例,下载 opencv-python时会下载我们要的东西,在cv2里面 再以我的为例 F:AnacondaenvsyoloLibsite-p

    2024年02月11日
    浏览(36)
  • 【OpenCV】获取各种分类器的haarcascades_*.XML 文件的详细介绍

      安装 OpenCV并获取xml文件: 首先,请参考Windows下 OpenCV 的下载安装教程(详细)中的步骤,下载 OpenCV。 一旦下载完成,请找到你的 OpenCV 安装路径。以我为例,我的路径是 d:/python/python/Lib/site-packages 。 在该路径下,你将找到一个叫做 cv2 的文件夹。 进入 cv2 文件夹后,你

    2024年02月13日
    浏览(43)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包