FileStorage für OpenCV-Python-API

Ich bin derzeit mit FileStorage - Klasse für die Speicherung von Matrizen XML/YAML mit OpenCV C++ API.

Allerdings habe ich zu schreiben, ein Python-Skript liest diese XML/YAML - Dateien.

Ich bin auf der Suche nach bestehenden OpenCV Python-API, die Lesen können, die XML/YAML - Dateien generiert, die von OpenCV C++ - API

InformationsquelleAutor garak | 2012-06-21
  1. 22

    Können Sie PyYAML zu analysieren, die YAML-Datei.

    Seit PyYAML nicht verstehen OpenCV-Datentypen, müssen Sie einen Konstruktor für jedes OpenCV Datentyp, den Sie laden möchten. Zum Beispiel:

    import yaml
def opencv_matrix(loader, node):
    mapping = loader.construct_mapping(node, deep=True)
    mat = np.array(mapping["data"])
    mat.resize(mapping["rows"], mapping["cols"])
    return mat
yaml.add_constructor(u"tag:yaml.org,2002:opencv-matrix", opencv_matrix)

    Sobald Sie das getan haben, laden Sie die yaml-Datei ist einfach:

    with open(file_name) as fin:
    result = yaml.load(fin.read())

    Ergebnis wird ein dict, wo die Schlüssel sind die Namen von was auch immer Sie Sie gespeichert in der YAML.

    • +1 - das ist toll.
    • wissen Sie, warum gibt es diese Warnung? comparison to 'None' will result in an elementwise object comparison in the future. if data in [None, ()]:
    • Fügen Sie @vishal Ratschläge über Strippen der ersten Zeile, und diese Antwort wäre perfekt. Andernfalls wird python nicht in der Lage, die Datei zu Lesen.
    • Auch den Daten-Typ. Zum Glück, die numpy-Daten-Typ-codes sind die gleichen wie OpenCV, zumindest für simple-Datentypen wie float und double.
    • Dies hat bei mir nicht funktioniert. Ich Schreibe .yml mit c++ und Lesen Sie Sie, wie oben beschrieben. Die daraus resultierende numpy-array ist nicht das gleiche wie das original (mehrdimensionale) cv::Mat
    InformationsquelleAutor mpenkov
  2. 9

    Zusätzlich zu @Mischa ' s Antwort, OpenCV YAML ist etwas inkompatibel mit Python.

    Paar Gründe für die Inkompatibilität sind:

    1. Yaml erstellt von OpenCV nicht mit einem Leerzeichen nach ":". In der Erwägung, dass Python erfordert. [Ex: Es sollte a: 2, und nicht a:2 für Python]
    2. Erste Zeile der YAML-Datei erstellt, die von OpenCV ist falsch. Entweder konvertieren "%YAML:1.0" auf "%YAML 1.0". Oder überspringen der ersten Zeile beim Lesen.

    Folgende Funktion kümmert sich um die Bereitstellung, die:

    import yaml
import re
def readYAMLFile(fileName):
    ret = {}
    skip_lines=1    # Skip the first line which says "%YAML:1.0". Or replace it with "%YAML 1.0"
    with open(scoreFileName) as fin:
        for i in range(skip_lines):
            fin.readline()
        yamlFileOut = fin.read()
        myRe = re.compile(r":([^ ])")   # Add space after ":", if it doesn't exist. Python yaml requirement
        yamlFileOut = myRe.sub(r': \1', yamlFileOut)
        ret = yaml.load(yamlFileOut)
    return ret

outDict = readYAMLFile("file.yaml")

    HINWEIS: Obige Antwort gilt nur für yaml ist. XML-die haben Ihre eigenen Probleme, etwas, das ich noch nicht vollständig erforscht.

    • Hilfreicher Tipp. Ich habe versucht, ändern Sie die Zeile zu "YAML 1.0", obwohl, und es funktioniert nicht. So dass Sie nicht haben, um Streifen der ersten Zeile.
    • Hatte Sie den % vor YAML?
    • Ja. Sorry, das war nur ein Tippfehler in meinem Kommentar. Mit %YAML 1.0 bekomme ich einen ParseError. Dies ist mit PyYAML 3.12 für Python 3.6.
    InformationsquelleAutor Vishal
  3. 6

    Mithilfe der FileStorage-Funktionen von OpenCV 3.2, ich habe das mit Erfolg:

    import cv2
fs = cv2.FileStorage("calibration.xml", cv2.FILE_STORAGE_READ)
fn = fs.getNode("Camera_Matrix")
print (fn.mat())
    • Wissen Sie, wie man eine Liste aller vorhandenen nodes?
    InformationsquelleAutor TimSC
  4. 4

    Schrieb ich ein kleines snippet zum Lesen und schreiben von FileStorage-kompatibel YAMLs in Python:

    # A yaml constructor is for loading from a yaml node.
# This is taken from @misha 's answer: http://stackoverflow.com/a/15942429
def opencv_matrix_constructor(loader, node):
    mapping = loader.construct_mapping(node, deep=True)
    mat = np.array(mapping["data"])
    mat.resize(mapping["rows"], mapping["cols"])
    return mat
yaml.add_constructor(u"tag:yaml.org,2002:opencv-matrix", opencv_matrix_constructor)

# A yaml representer is for dumping structs into a yaml node.
# So for an opencv_matrix type (to be compatible with c++'s FileStorage) we save the rows, cols, type and flattened-data
def opencv_matrix_representer(dumper, mat):
    mapping = {'rows': mat.shape[0], 'cols': mat.shape[1], 'dt': 'd', 'data': mat.reshape(-1).tolist()}
    return dumper.represent_mapping(u"tag:yaml.org,2002:opencv-matrix", mapping)
yaml.add_representer(np.ndarray, opencv_matrix_representer)

#examples 

with open('output.yaml', 'w') as f:
    yaml.dump({"a matrix": np.zeros((10,10)), "another_one": np.zeros((2,4))}, f)

with open('output.yaml', 'r') as f:
    print yaml.load(f)
    InformationsquelleAutor Roy Shilkrot
  5. 1

    Zur Verbesserung auf der vorherigen Antwort von @Roy_Shilkrot ich Unterstützung für numpy Vektoren sowie Matrizen:

    # A yaml constructor is for loading from a yaml node.
# This is taken from @misha 's answer: http://stackoverflow.com/a/15942429
def opencv_matrix_constructor(loader, node):
    mapping = loader.construct_mapping(node, deep=True)
    mat = np.array(mapping["data"])
    if mapping["cols"] > 1:
        mat.resize(mapping["rows"], mapping["cols"])
    else:
        mat.resize(mapping["rows"], )
    return mat
yaml.add_constructor(u"tag:yaml.org,2002:opencv-matrix", opencv_matrix_constructor)


# A yaml representer is for dumping structs into a yaml node.
# So for an opencv_matrix type (to be compatible with c++'s FileStorage) we save the rows, cols, type and flattened-data
def opencv_matrix_representer(dumper, mat):
    if mat.ndim > 1:
        mapping = {'rows': mat.shape[0], 'cols': mat.shape[1], 'dt': 'd', 'data': mat.reshape(-1).tolist()}
    else:
        mapping = {'rows': mat.shape[0], 'cols': 1, 'dt': 'd', 'data': mat.tolist()}
    return dumper.represent_mapping(u"tag:yaml.org,2002:opencv-matrix", mapping)
yaml.add_representer(np.ndarray, opencv_matrix_representer)

    Beispiel:

    with open('output.yaml', 'w') as f:
    yaml.dump({"a matrix": np.zeros((10,10)), "another_one": np.zeros((5,))}, f)

with open('output.yaml', 'r') as f:
    print yaml.load(f)

    Ausgabe:

    a matrix: !!opencv-matrix
  cols: 10
  data: [0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0,
    0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0,
    0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0,
    0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0,
    0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0,
    0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0,
    0.0, 0.0, 0.0, 0.0, 0.0]
  dt: d
  rows: 10
another_one: !!opencv-matrix
  cols: 1
  data: [0.0, 0.0, 0.0, 0.0, 0.0]
  dt: d
  rows: 5

    Obwohl ich nicht kontrollieren konnte die Reihenfolge der Zeilen, cols, dt, Daten.

    InformationsquelleAutor Yonatan Simson
Schreibe einen Kommentar