Armadillo与OpenCV矩阵数据mat、vec与Mat的相互转换

  本文介绍在C++ 语言中，矩阵库Armadillo的mat、vec格式数据与计算机视觉库OpenCV的Mat格式数据相互转换的方法。

  在C++ 语言的矩阵库Armadillo与计算机视觉库OpenCV中，都有矩阵格式的数据类型；而这两个库在运行能力方面各有千秋，因此实际应用过程中，难免会遇到需要将二者的矩阵格式数据类型加以相互转换的情况。本文就对其相互转换的具体方法加以介绍。

  首先，二者相互转换需要用到的代码如下。

#include 
#include 
#include 

using namespace std;

int main() {
	// 将Armadillo的列向量vec转为OpenCV的Mat
	arma::vec ar_vec = {1, 2, 3, 4};
	cout << ar_vec << "\n" << endl;
	cv::Mat cv_mat_1(ar_vec.n_rows, ar_vec.n_cols, CV_64FC1, ar_vec.memptr());
	cout << cv_mat_1 << "\n" << endl;

	// 将Armadillo的mat转为OpenCV的Mat
	arma::mat ar_mat = { {1, 2, 3}, {5, 6, 7} };
	cout << ar_mat << "\n" << endl;
	arma::mat ar_mat_t = ar_mat.t();
	cv::Mat cv_mat_2(ar_mat.n_rows, ar_mat.n_cols, CV_64FC1, ar_mat_t.memptr());
	cout << cv_mat_2 << "\n" << endl;

	// 将OpenCV的Mat转为Armadillo的mat
	cv::Mat cv_mat = (cv::Mat_<double>(2, 3) << 1, 8, 9, 15, 22, 37);
	cout << cv_mat << "\n" << endl;
	arma::mat ar_mat_1_t(reinterpret_cast<double*>(cv_mat.data), cv_mat.cols, cv_mat.rows);
	cout << ar_mat_1_t << "\n" << endl;
	arma::mat ar_mat_1 = ar_mat_1_t.t();
	cout << ar_mat_1 << "\n" << endl;

	// 将OpenCV的Mat转为Armadillo的列向量vec或行向量rowvec
	cv::Mat cv_mat_3 = (cv::Mat_<double>(1, 4) << 1, 3, 7, 15);
	cout << cv_mat_3 << "\n" << endl;
	arma::vec ar_vec_1_t(reinterpret_cast<double*>(cv_mat_3.data), cv_mat_3.cols, cv_mat_3.rows);
	cout << ar_vec_1_t << "\n" << endl;
	arma::rowvec ar_vec_1 = ar_vec_1_t.t();
	cout << ar_vec_1 << "\n" << endl;

	return 0;
}

  其中，主函数中共有4个部分，分别是将Armadillo的列向量vec转为OpenCV的Mat、将Armadillo的mat转为OpenCV的Mat、将OpenCV的Mat转为Armadillo的mat、将OpenCV的Mat转为Armadillo的列向量vec或行向量rowvec等4个过程的代码。

  转换的整体思路也非常简单。如果我们需要将Armadillo库的矩阵数据转换为OpenCV库的矩阵数据，那么就通过cv::Mat格式数据的构造函数，基于.memptr()函数将Armadillo库的矩阵数据元素分别提取出，放入OpenCV库的矩阵数据即可；反之，如果需要将OpenCV库的矩阵数据转换为Armadillo库的矩阵数据，则基于arma::mat格式数据的构造函数来实现即可。

  有一点需要注意的是，Armadillo库是以列优先的方式存储矩阵数据，而OpenCV库则是以行优先的方式存储矩阵数据；因此在上述二者相互转换的代码中，我们有时需要对转换的矩阵数据做一次转置操作，从而保证数据转换无误。

  为了方便对比，我们将上述代码运行所得结果加以展示；如下图所示。

  可以看到，上述三段代码可以成功地将Armadillo库、OpenCV库的矩阵数据加以相互转换。

  至此，大功告成。

欢迎关注：疯狂学习GIS