混合编程---c++调用matlab生成的dll----findCircles的应用

最近有个任务要对如下图找其中的圆圈，在opencv上面使用cvHoughCircles效果很不好，所以在matlab下试了下imfindcircles函数，发现效果非常的好啊，之前老师提到说图中下半部分有些圆中间的噪声特别多，导致找不到，不过在matlab强大的找圆能力下，这些噪声都是小意思啦

所以问题便转为怎么在c++中调用matlab了，我选择的是matlab生成动态链接库dll的方式。

matlab生成dll

这里最重要的就是选对自己使用的平台工具，要不在vs中Initialize是会出错的。

我选用的编程平台是matlab2012a+vs2010。

在命令行中首先输入mex –setp

在命令行中输入mbuild  -setup

之后便是生成dll了，输入命令

mcc –W cpplib:findCircles –T link:lib findCircles.m –C

这个时候要等一小段时间让它慢慢生成啦。Be patient！

findCircles是接下来要生成的dll的前缀名，会生成findCircles.dll。

findCircles.m是使用的.m文件名。

注意-C选项必须要的，不然生成的文件中会少掉一个很重要的.ctf文件哦。

如下图所示，背景为蓝色的四个文件便是我们需要使用的文件啦。

使用的findCircle.m中必须是一个函数文件

function [number, centers, radius] = findCircles(img, Rmin, Rmax)
[centers, radius] = imfindcircles(img,[Rmin Rmax],'ObjectPolarity','dark');
number = size(radius, 1);
end

函数很简单，只是简单的调用了一下imfindcircles函数，不过要好好设计一下输入输出参数，这里我便添加了一个输出number值记录得到的centers的个数。

因为在c++中调用此函数的时候输出是一系列的指针，我们要事先为输出分配好空间，然后把这些指针指向的值复制到输出空间中去，所以要知道要动态申请多少空间，就必须要知道函数得到了多少个centers，所以就加了个number输出。

C++中的调用

dll等文件的放置

首先我们生成一个vs2010C++工程，起名就叫Finding吧，之后新建一个main.cpp文件。

那findCircle.dll等四个文件放在工程的哪里呢？ 放到代码所在的文件夹中。

之后添加包含目录和库目录。

右键点击方案名Finding，选择最下面的属性

打开之后选择VC++目录，要修改的是包含目录和库目录。

我添加的包含目录是

D:\MATLAB\R2012a\extern\include

C:\opencv2.4\opencv\build\include\opencv

C:\opencv2.4\opencv\build\include\opencv2

C:\opencv2.4\opencv\build\include

注意，opencv中的3个都需要添加的哦！

库目录则是

C:\opencv2.4\opencv\build\x86\vc10\lib

D:\MATLAB\R2012a\extern\lib\win32\microsoft

opencv中根据自己选用的vs版本以及操作系统选择 ，x86文件夹中的是32位操作系统用的，x64则是64位系统用的。

vc10则是vs2010使用。

之后添加lib文件，把生成的findCircles.lib加入，

matlab则加入mclmcrrt.lib，

opencv则加入（根据opencv版本不同替换后面的246即可，因为我是在debug模式下使用，所以后面是246d.lib，如果是release，则是246.lib）

opencv_calib3d246d.lib

opencv_contrib246d.lib

opencv_core246d.lib

opencv_features2d246d.lib

opencv_flann246d.lib

opencv_gpu246d.lib

opencv_highgui246d.lib

opencv_imgproc246d.lib

opencv_legacy246d.lib

opencv_ml246d.lib

opencv_objdetect246d.lib

opencv_ts246d.lib

opencv_video246d.lib

C++文件的编写

首先在头文件目录中将findCircles.h加入。

我们来看看findCircles.h，它里边有3个函数是我们需要使用的，

bool MW_CALL_CONV findCirclesInitialize(void);
void MW_CALL_CONV findCirclesTerminate(void);
bool MW_CALL_CONV mlxFindCircles(int nlhs, mxArray *plhs[], int nrhs, mxArray *prhs[]);

前两个从文件名中可看出是初始化&结束函数。

之后一个则是找圆圈的函数啦，它的输入参数名挺有意思的，int nlhs和mxArray *plhs[]是用于记录输出值的参数，从它的起名上看出包含left hand，也即放在‘=’左边，所以是用于输出的值，int nrhs,mxArray *prhs[]则包含right hand,说明是输入用的参数。

prhs是一个mxArray *的数组，数组中元素的个数便由nrhs来记录，我们的每个输入参数都用一个mxArray *指针来指向。

输出参数同理。

下面便来看看具体的编程吧。

首先用findCirclesInitialize()进行初始化，

接着准备输入输出参数，

最后用findCirclesTerminate()结束DLL库。

输入参数

假定我们要传入N个输入参数，那么nrhs = N，每个参数我们都要用mxArray *进行表示。

比如对于一个有5个int数组成的数组参数，我们可以如下表示：

//传入的参数实际上都要转化成double的。

mxArray *array = mxCreateDoubleMatrix(1, 5, mxREAL)。

对于1个int值的参数，则可以写成

mxArray *arg = mxCreateDoubleMatrix(1, 1, mxREAL)。

对于一幅图片IplImage *img,则可以写成

mxArray *arrImg = mxCreateDoubleMatrix(img->height, img->width, mxREAL)。

那么如何赋值呢？

可以采用memcpy函数，比如对array，我们便可以

double input[5] = {1, 2, 3, 4, 5};

memcpy(mxGetPr(array), (void *)input, sizeof(input));

对于arg，则可以

double input = 5;

memcpy(mxGetPr(arg), (void *)&input, sizeof(input));

如果是个文件名，可以采用mxCreateString方式进行创建。

对于图片的话，

UINT8 *pMatPr = (UINT8*)mxGetData(pMat);

之后遍历图像每一个像素，一一赋值。

另外单通道和多通道图像赋值有所不同的哦。

注意一下下面的赋值顺序，可以看出我们赋值得到的pMat中图像是按照列连续存储的哦！这一点在接下来的输出参数处理上很重要的。

在下面的代码中我传入了三个参数，所以最后我的

nrhs = 3;

mxArray *input[3] = {pMat, rMin, rMax};

输出参数

根据自己设计的matlab函数可以知道有多少个输出参数的。

我自己设计的有3个输出参数，所以如下：

mxArray *output[3];
bool functionRet = mlxFindCircles(3, output, 3, input);

output[0]中存储了一个double number,

所以用memcpy得到输出数据：

memcpy(&number, mxGetPr(output[0]), sizeof(number));

这样便知道了得到的圆圈个数。

之后动态申请圆心和半径空间，

        centers = new double*[(int)number];
	double *outputCenters = mxGetPr(output[1]);
	for (int i = 0; i < (int)number; i++){
		centers[i] = new double[2];
		//centers是一个二维数组，在matlab里边存储的二维数组和在c++中不同
		//比如a[2][3],在c++中是a[0][0]->a[0][1]->a[0][2]->a[1][0]这样的行连续存储，
		//在matlab中是a[0][0]->a[1][0]->a[0][1]这样的列连续存储
		centers[i][0] = outputCenters[i + 0 * (int)number];
		centers[i][1] = outputCenters[i + 1 * (int)number];
	}

完整代码如下：

#include "findCircles.h"
#include <iostream>

#include "cv.h"
#include "highgui.h"
using namespace cv;
using namespace std;

/*****************************
输入：
	pImage为输入图片，彩色灰色无所谓
	radiusMin和radiusMax是查找圆时的最小半径和最大半径，不同取值得到结果也不同，我发现radius = 2，3的时候结果蛮好的，具体问题具体分析吧
输出：	
	number表示找到圆圈的个数
	centers记录圆心坐标，centers[i][0]记录x值，centers[i][1]记录y值
	radius则记录圆半径的坐标
	输出参数centers和radius需要都初始化为NULL，之后会在函数中为它们分配空间

*****************************/
void findCircles(IplImage *pImage, double radiusMin, double radiusMax, double &number, double **& centers, double *&radius){
	
	assert(NULL != pImage && radiusMin > 0 && radiusMax > 0 && NULL == centers && NULL == radius);  
	//初始化DLL动态连接文件
	bool init = findCirclesInitialize();
	assert(init);
	mxArray *pMat = NULL;
	//单通道图像参数的转化
	if (pImage->nChannels == 1){
		pMat = mxCreateDoubleMatrix(pImage->height,pImage->width,mxREAL);

		UINT8 *pMatPr = (UINT8*)mxGetData(pMat);

		for(int j = 0; j < pImage->height; j++)
		for(int i = 0; i < pImage->width; i++)
		{
			pMatPr[i * pImage->height + j] = CV_IMAGE_ELEM(pImage,uchar,j,i);
		}
	}
	
	//多通道彩色图像参数的转化
	else{
		const mwSize dims[3] = {pImage->height,pImage->width,3};
		pMat = mxCreateNumericArray(3,dims,mxUINT8_CLASS,mxREAL);
		UINT8 *pMatPr = (UINT8*)mxGetData(pMat);
		for(int k = 0; k < 3; k++)
		for(int j = 0; j < pImage->height; j++)
		for(int i = 0; i < pImage->width; i++)
		{
			pMatPr[i * pImage->height + j + k * pImage->height * pImage->width] = CV_IMAGE_ELEM(pImage,uchar,j,i * 3 + 2 - k);
		}	
	}
	
	//输入参数的设置
	mxArray *rMin = mxCreateDoubleMatrix(1, 1, mxREAL);
	mxArray *rMax = mxCreateDoubleMatrix(1, 1, mxREAL);
	memcpy(mxGetPr(rMin), (void*)&radiusMin, sizeof(radiusMin));
	memcpy(mxGetPr(rMax), (void*)&radiusMax, sizeof(radiusMax));
	
	mxArray *input[3] = {pMat, rMin, rMax};
	mxArray *output[3];
	//调用函数
	bool functionRet = mlxFindCircles(3, output, 3, input);
	assert(functionRet);
	//输出参数的转化
	memcpy(&number, mxGetPr(output[0]), sizeof(number));
	cout << number << endl;
	centers = new double*[(int)number];
	double *outputCenters = mxGetPr(output[1]);
	for (int i = 0; i < (int)number; i++){
		centers[i] = new double[2];
		//centers是一个二维数组，在matlab里边存储的二维数组和在c++中不同
		//比如a[2][3],在c++中是a[0][0]->a[0][1]->a[0][2]->a[1][0]这样的行连续存储，
		//在matlab中是a[0][0]->a[1][0]->a[0][1]这样的列连续存储
		centers[i][0] = outputCenters[i + 0 * (int)number];
		centers[i][1] = outputCenters[i + 1 * (int)number];
	}
	radius = new double[(int)number];
	memcpy(radius, mxGetPr(output[2]), sizeof(double)*number);
	//释放空间
	mxDestroyArray(pMat);
	mxDestroyArray(rMin);
	mxDestroyArray(rMax);
	/*mxDestroyArray(output[0]);
	mxDestroyArray(output[1]);
	mxDestroyArray(output[2]);
	*/
	//结束DLL库
	findCirclesTerminate();                    
}

int main(){
	double number;
	double ** centers = NULL;
	double *radius = NULL;
	IplImage *pImage = cvLoadImage("../c.jpg");
	IplImage *grayImage = NULL;
	double radiusMin = 2, radiusMax = 25;
	grayImage = pImage;
	/*if (pImage->nChannels == 1){
		grayImage = pImage;
	}
	else{
		grayImage = cvCreateImage(cvGetSize(pImage), pImage->depth, 1);
		cvCvtColor(pImage, grayImage, CV_BGR2GRAY);
	}*/
	findCircles(grayImage, radiusMin, radiusMax, number, centers, radius);
	
	for (int i = 0; i < (int)number; i++){
		cout << "center: " << i  << " : " << centers[i][0] << ":" << centers[i][1] << endl;
		cout << "radius " << radius[i] << endl;
		//因为opencv中的CvPoint点x,y坐标都是整数，而找出的圆心点的坐标是double，所以在opencv里边画圆double->int会出现很大误差
		CvPoint point;
		point.x = (int)centers[i][0];
		point.y = (int)centers[i][1];
		cvCircle(grayImage, point, (int)radius[i],CV_RGB(255, 0,0));
	}
	cout << pImage->height << endl;
	cvShowImage("image", grayImage);
	cvWaitKey(0);
	return 0;
}

运行：

如果出现初始化错误，那一般来说是因为matlab生成的时候版本没对应好，最好是用新一些的matlab版本，好像是之前的matlab版本有些不稳定，至少我用matlab2009+ vs2005初始化这一步就一直没成功过，坑死了

运行成功，感觉蛮慢的诶，结果如下：

在debug目录下直接运行

老师提出了一个新问题，就是在debug目录下点击exe运行，如果只是按照之前的设置，这个时候会出错的，会提示少dll。

这个时候该怎么解决呢？把这个dll放进去么？哈哈哈哈，没这么简单的哦。

想想我们一共使用了生成的4个文件对吧，我们要把dll和ctf文件都放进去才能正常运行的哦！

然后ok啦^_^。所以说最开始的mcc 命令里边-C命令选项不能少的哦，要不少了ctf，这里就不能正常运行啦。

在没有matlab和opencv的环境下运行

老师又提出了新问题了，要在裸机上运行。

如果只是没有opencv的话倒是蛮简单的哦。

不安装opencv的设置

把我们包含的lib文件夹和include文件夹拷贝出来放到工程里边，包含的时候直接包含工程目录就是啦。

不过还是会提示缺少dll，这里我的工程只缺少了两个dll，opencv_core246d.dll和opencv_highgui246d.dll，把这两个dll放到exe所在的debug目录下就ok啦！

opencv的问题就是so easy！

不安装matlab的设置

包含的几个目录同opencv设置。

不过dll的问题挺大的，它会提示你缺dll，然后我傻乎乎地一个一个又一个一个地加了进去， matlab的dll真是你中有我，我中有你啊，仅仅是简单地调用一下你，你就给我扯出了一堆的dll。一怒之下我把D:\MATLAB\R2012a\bin\win32目录中所有的dll都加到了包含exe的debug目录下。

。。。。。。。。

。。。。。。。。

成功了么？No，运行页面一闪而过，加了system("pause")也毛用哦，恍惚中就看到这飘逸的页面上写了locale initialize.........的文字。

所以还是要装个runtime库哦！

这里要使用到一个runtime的MCRInstaller.exe，它位于我的D:\MATLAB\R2012a\toolbox\compiler\deploy\win32。

MCRInstaller.exe

在一台没有装matlab的机器上，点击这个exe，然后随便它装到哪里。

它会加一个环境变量到PATH里边，这个时候我们 或者注销一下，或者重启，让新加的环境变量起效果，之后就能正常运行啦！

64位环境下

因为老师那边用的是64位电脑，我上面一直用的是32位系统，所以不满足要求。

32位编译的程序无论如何在64位上都会挂掉。

所以要采用64位系统，64位matlab，vs2010默认是win32，所以也要如下图所示新建x64模式。在活动解决方案平台这里选新建。

大部分设置和32位是一样的，只需要把所有x86目录改成x64就ok啦。运行成功！

注意，所有东西都要用64位的，matlab要在64位机器下装才可以，MCRInstaller也要使用64位机器下生成的matlab中的。也可以去官网下载。

在没有vs2010的情况下运行

既然要在裸机上运行，那就裸个彻底呗，之前没有matlab，opencv的情况已经进行了说明，这里我连visual studio也没有了。

这次不用debug模式来生成，会出错，采用release模式。

具体运行的exe在第一个x64目录中的release目录里边。

其余要修改的就是把链接输入的lib以及加入到文件夹中的dll中，比如opencv_core246d.dll它们后面的d后缀去掉，有d的是debug用的，转而加入release用的opencv_core246.dll。

如果要在没有visual studio 2010的机器上运行需要安装Microsoft Visual C++ 2010 Redistributable Package (x64)

地址是： http://www.microsoft.com/en-us/download/details.aspx?id=14632

re

rea