在Django框架中连接MATLAB并输出图像

最新推荐文章于 2024-08-27 12:22:52 发布

橘子对

最新推荐文章于 2024-08-27 12:22:52 发布

阅读量877

点赞数 13

文章标签： matlab 开发语言 python django pycharm

本文链接：https://blog.csdn.net/OrangEnd01/article/details/137693090

版权

1.安装MATLAB Engine API并验证

1.1安装MATLAB Engine API

在MATLAB官网上有用于连接python的api

官网地址：用于安装 MATLAB Engine API 的 Python 设置脚本 - MATLAB & Simulink - MathWorks 中国

在Windows系统下只需要找到电脑中MATLAB安装地址中的python文件夹地址（该文件夹下有setup.py 文件）

以我为例即是E:\MATLAB\extern\engines\python

在cmd中切换到该地址并输入python setup.py install之后按下回车即可

1.2验证安装成功

在pycharm中引入该包

可以看到该包没有标红

至此MATLAB Engine API已经安装成功

需要注意的是该API是根据用户电脑的环境变量的python环境下载的，能运行的只有电脑中环境变量的python环境，虚拟环境是行不通的，故在编译器中记得选择正确的环境

2.在python中运行MATLAB函数

单纯的在python中调用MATLAB函数及其简单，只需要启动运行MATLAB包中的引擎经即可

用以下例子说明：

% mat.m
function a = mat()
    a = 'Hello, World!';
end

import matlab.engine

#启动MATLAB引擎，并将引擎对象赋值给变量eng
eng = matlab.engine.start_matlab()

# 调用MATLAB函数
print(eng.mat())

# 关闭MATLAB引擎
eng.quit()

mat函数运行结果为返回一个“Hello,World”

在python中先导入matlat包，再初始化matlab引擎并赋值给eng，之后的调用matlab函数的操作就由eng完成，最后关闭引擎

这是输出结果：

3.在Django中连接并运行MATLAB

在Django中调用MATLAB函数就不像单纯在python中调用那么简单

首先我们按照之前的思路写一个helloworld代码：

%mat.m
function returning = mat()
    returning = 'hello world';
end

from django.shortcuts import render
import matlab.engine

def helloworld(request):
    eng = matlab.engine.start_matlab()
    a = eng.mat()
    eng.quit()
    return render(request, 'helloworld.html', {"n1": a})

<!--helloworld.html-->
<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>Hello World Display</title>
    <style>
        body {
            font-family: Arial, sans-serif;
            text-align: center;
        }
        img {
            max-width: 100%;
            height: auto;
            margin-top: 20px;
        }
    </style>
</head>
<body>
    <h1>Hello World Display</h1>
    <div>{{ n1 }}</div>
</body>
</html>

该代码按理来说运行成功之后会在前端界面上打印“hello world”

然而事实是

后来查到原因可能是因为MATLAB的引擎找不到该函数的路径

解决方法是在代码中添加一行

eng.cd('/*函数所在文件夹*/', nargout=0)

以我为例，修改后的代码即为：

def helloworld(request):
    eng = matlab.engine.start_matlab()
    eng.cd('D:\PycharmProjects\djangotest3\index', nargout=0)
    a = eng.mat()
    eng.quit()
    return render(request, 'helloworld.html', {"n1": a})

运行一下

运行成功！

至此运行MATLAB函数并将数据打印到前端界面上已经成功

现在只剩最后一项

4.在Django中打印出MATLAB运行的图片结果

想要打印图片就必须得先获取图片，这点是最难难搞的，在尝试了许多办法之后，最后还是靠GPT跑出来的一段代码运行成功的，该方法需要获取到MATLAB的图像句柄之后，将图像以 Base64 编码的形式传递给模板。

首先，启动MATLAB引擎，调用m函数并获取图形句柄

# 启动 MATLAB 引擎
eng = matlab.engine.start_matlab()
eng.cd('D:\PycharmProjects\djangotest3\index', nargout=0)

# 执行 MATLAB 脚本文件
eng.eval("run('test.m');",  nargout=0)
# 获取当前图形句柄
fig_handle = eng.gcf()

# 将图像数据传输到 Python 中
matlab_image_data = eng.getframe(fig_handle, nargout=1)

接着，检查并转换图像数据格式，如果数据格式符合预期，将图像数据转换为 NumPy 数组；否则，抛出异常

# 检查数据类型并转换为 NumPy 数组
if isinstance(matlab_image_data, dict) and 'cdata' in matlab_image_data:
    matlab_image = np.asarray(matlab_image_data['cdata'], dtype=np.uint8)
else:
    raise ValueError("Unexpected image data format from MATLAB")

关闭引擎

eng.quit()

将 NumPy 数组中的图像数据转换为 PIL 图像对象

image = Image.fromarray(matlab_image)

将 PIL 图像对象转换为字节流，并进行 Base64 编码

# 将 PIL 图像对象转换为字节流
image_stream = BytesIO()
image.save(image_stream, format='PNG')  # 你可以根据实际情况选择图像格式

# 获取字节流的 Base64 编码
image_base64 = base64.b64encode(image_stream.getvalue()).decode('utf-8')

最后，将 Base64 编码后的图像数据传递到模板中，并渲染模板

# 将图像数据传递到模板
return render(request, 'imgshow.html', {'image_data': image_base64})

以下是完整代码：

%test.m
% 定义x的范围，从-10到10
x = -10:0.1:10;
% 计算y = 3 * x
y = 3 * x;
% 绘制折线图
plot(x, y)
% 添加图表标题
title('y = 3 * x')
% 添加x轴和y轴的标签
xlabel('x')
ylabel('y')
% 显示网格
grid on

<!--imgshow.html-->
<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>MATLAB Image</title>
</head>
<body>
    <h1>MATLAB Image</h1>
    <img src="data:image/png;base64,{{ image_data }}" alt="Matplotlib Image">
</body>
</html>

from PIL import Image
from django.shortcuts import render
import numpy as np
import matlab.engine
from io import BytesIO
import base64

def imgshow(request):
    # 启动 MATLAB 引擎
    eng = matlab.engine.start_matlab()
    eng.cd('D:\PycharmProjects\djangotest3\index', nargout=0)

    # 执行 MATLAB 脚本文件
    eng.eval("run('test.m');",  nargout=0)
    # 获取当前图形句柄
    fig_handle = eng.gcf()

    # 将图像数据传输到 Python 中
    matlab_image_data = eng.getframe(fig_handle, nargout=1)
    # 检查数据类型并转换为 NumPy 数组
    if isinstance(matlab_image_data, dict) and 'cdata' in matlab_image_data:
        matlab_image = np.asarray(matlab_image_data['cdata'], dtype=np.uint8)
    else:
        raise ValueError("Unexpected image data format from MATLAB")

    # 关闭 MATLAB 引擎
    eng.quit()

    # 将图像数据转换为 PIL 图像对象
    image = Image.fromarray(matlab_image)
    image.show()

    # 将 PIL 图像对象转换为字节流
    image_stream = BytesIO()
    image.save(image_stream, format='PNG')  # 你可以根据实际情况选择图像格式

    # 获取字节流的 Base64 编码
    image_base64 = base64.b64encode(image_stream.getvalue()).decode('utf-8')

    # 将图像数据传递到模板
    return render(request, 'imgshow.html', {'image_data': image_base64})

最后输出结果：