Matlab与C/C++混合编程 （基于Opencv库）

之前用过基于VS2018 与MATLAB2018a 混合编程（C++特性）（见https://blog.csdn.net/wwwoowww/article/details/83013801），奈何后来matlab版本换成了2016a，混合编程的方式不一样了，自己尝试了几天，终于搞定了。

目录

版本选择

matlab与c++的混合编程有两个方法：

利用mex的方法

创建C++动态库

---

版本选择

版本： Win10 ，VS2015， Matlab2016a

注意：Matlab2016支持的VS版本有兼容问题，matlab具体支持哪些VS版本请见matlab的安装文件夹路径：C:\Program Files\MATLAB\R2016a\bin\win64\mexopts 中包含了哪些编译器。如下图所示，我的文件夹中包含了vs2015，说明该版本的matlab支持vs2015的编译器。

若想要支持的vs版本文件夹中没有，需要自己去下载对应版本的文件。详细的内容请见或自己找找吧，我是放弃了：https://blog.csdn.net/cztqwan/article/details/78902530

 

matlab与c++的混合编程有两个方法：

mex 和调用C++动态库

 

利用mex的方法

若是不在c/c++中使用其他第三方库，可以使用简单的编译方法。

•  matlab中使用mex -setup 命令，选择c++ 的编译器 （第一次可以使用mex setup -v ，先查找所有的已安装并且支持的编译器）

1. 

• 创建test.cpp 文件， 文件输出 传入的第一个参数和参数的个数

matlab官方文档，对于mexFunction的解释：https://ww2.mathworks.cn/help/matlab/apiref/mexfunction.html

简单来说，mexFunction是matlab调用C/C++的入口，类似main函数，

nlhs 输出的个数， plhs matlab的array类型，是输出参数的地址

nrhs 输入数组的个数， prhs matlab的array类型，包含了输入参数地址

1. #include "mex.h" //matlab的头文件
   void mexFunction(int nlhs, mxArray *plhs[], int nrhs, const mxArray *prhs[])
   {
   	if(nrhs < 1){
   		mexPrintf("Use example: test(12)");
   		return;
   	}
   
       //如果prhs的类型是double，打印一下语句。类似的函数有mxIsInt等等
       //if(mxIsDouble(prhs[0]))
   	//	   mexPrintf("Type of input arg is double\n");
   	double *data = mxGetPr(prhs[0]); // 获取传入值的地址，不管传入的类型是什么，该方法的获得的都必须为double*
   	int mrows, ncols;
   	mrows = mxGetM(prhs[0]); //获取行的大小
   	ncols = mxGetN(prhs[0]); //获取列的大小
   	mexPrintf("value:%f,rows:%d, cols: %d\n",*data, mrows, ncols);
   
   }

• matlab中使用命令 mex **.cpp。编译成功后使用文件名调用

  

• 若要使用第三方库，需要创建make.m文件（但是我自己按网上的尝试，没有链接成功，放弃了）

%// This make.m is for MATLAB
%// Function: compile c++ files which rely on OpenCV for Matlab using mex
%// Author : zouxy
%// Date : 2014-03-05
%// HomePage : http://blog.csdn.net/zouxy09
%// Email : zouxy09@qq.com
 
%% Please modify your path of OpenCV
%% If your have any question, please contact Zou Xiaoyi
 
% Notice: first use "mex -setup" to choose your c/c++ compiler
clear all;
%-------------------------------------------------------------------
%% get the architecture of this computer
is_64bit = strcmp(computer,'MACI64') || strcmp(computer,'GLNXA64') || strcmp(computer,'PCWIN64');
%-------------------------------------------------------------------
 
%% the configuration of compiler
% You need to modify this configuration according to your own path of OpenCV
% Notice: if your system is 64bit, your OpenCV must be 64bit!
 
out_dir='./';
CPPFLAGS = ' -O  -I.\ -ID:\OpenCV\build2015\install\include'; % your OpenCV "include" path
LDFLAGS = ' -LD:\OpenCV\build2015\install\x64\vc14\lib'; % your OpenCV "lib" path
LIBS = ' -lopencv_world346d';
if is_64bit
CPPFLAGS = [CPPFLAGS ' -largeArrayDims'];
end

%% add your files here!
compile_files = {
% the list of your code files which need to be compiled
'RGB2Gray.cpp'
};
 
%-------------------------------------------------------------------
%% compiling...
for k = 1 : length(compile_files)
str = compile_files{k};
fprintf('compilation of: %s\n', str);
str = [str ' -outdir ' out_dir CPPFLAGS LDFLAGS LIBS];
args = regexp(str, '\s+', 'split');
mex(args{:});
end
fprintf('Congratulations, compilation successful!!!\n');

 

创建C++动态库

上面我们使用了matlab中的vs2015编译器，鉴于我之前的混合编程经验（C++，vs2018，matlab2019，见https://blog.csdn.net/wwwoowww/article/details/83013801），我在尝试使用mex链接第三方库不成功后，想在vs中生成dll文件，再改后缀为.mexw64 。开干

1. 新建Win32 控制台应用程序

2. 配置项目的属性

需要配置的地方有四点：

2.1.注意选择平台为x64（因为我自己编译的opencv版本是64位的）

2.2.常规 -》 配置类型改为 .dll

2.3.VC++目录-》 2.3.1包含目录：添加opencv的include， 添加matlab安装目录下的/extern/include目录

                        2.3.2 库目录：添加opencv的 x64\vc14\lib（这是我自己编译的基于vs2015的opencv库）， 添加matlab安装目录下的\extern\lib\win64\microsoft目录

2.4.连接器-》输入-》 附件依赖项 中 添加：

          opencv_world346d.lib （我在opencv编译的时候选择了生成world库，该库将opencv所有的功能集合成一个文件。所以不用想一些博客中要包含n多个opencv_****.dll ）
                       libmat.lib   （以下都是matlab的库文件）
                       libmx.lib
                       libmex.lib
                       libeng.lib

3 创建 ***.def 文件 

文件内容：

LIBRARY detect_mark.DLL
    EXPORTS
     mexFunction

 

4 创建源文件

功能：matlab传入一个图像矩阵，c++识别图像是否有aruco mark，并返回mark的id，和中心位置

提醒下， opencv的aruco头文件很可能找不到，因为该库在opencv_contrib包中，需要自己在编译opencv的时候加上这个额外的包

具体的详情见：https://blog.csdn.net/ezhchai/article/details/80557936

#include "stdafx.h"
#include "opencv2/opencv.hpp"
#include "opencv2/aruco.hpp"
#include <iostream>
#include "mex.h"
using namespace std;
using namespace cv;

void exit_with_help()
{
	mexPrintf(
		"Usage: [id, x, y] = detect_mark(img_data);\n"
	);
}

/**
    检查图像中的mark，并返回mark的id和中心点坐标
*/
void detect_marks(cv::Mat& image, vector<Vec3d>&center)
{
	Ptr<aruco::DetectorParameters> detectorParams = aruco::DetectorParameters::create();
	Ptr<aruco::Dictionary> dictionary =
		aruco::getPredefinedDictionary(aruco::PREDEFINED_DICTIONARY_NAME(1));

	vector< int > ids;
	vector< vector< Point2f > > corners, rejected;
	vector< Vec3d > rvecs, tvecs;

	// detect markers and estimate pose
	/*
	markerCorners 是检测出的图像的角的列表。对于每个marker，将返回按照原始顺序排列的四个角（从左
	上角顺时针开始）。因此，第一个点是左上角的角，紧接着右上角、右下角和左下角。
	markerIds 是在markerCorners检测出的所有maker的id列表.注意返回的markerCorners和markerIds 向量
	具有相同的大小。
	*/
	aruco::detectMarkers(image, dictionary, corners, ids, detectorParams, rejected);

	//获取中心点坐标
	for (int i = 0; i < ids.size(); i++) {
		double x = (corners[i][0].x + corners[i][2].x) / 2;
		double y = (corners[i][0].y + corners[i][2].y) / 2;
		center.push_back(Vec3d(ids[i], x, y));
		//cout << "id: " << ids[i] << " ;center: " << x << "," << y << endl;
	}
	return ;
}

static void fake_answer(mxArray *plhs[]){
	plhs[0] = mxCreateDoubleMatrix(0, 0, mxREAL);
}

void mexFunction(int nlhs, mxArray *plhs[], int nrhs, const mxArray *prhs[])
{
	if (nrhs == 1){
        //获取传入数据的指针，类型只能为double*
		double *data = mxGetPr(prhs[0]);

        //将传入的图像数据类型强转为uint8_t来解释，因为我们传入的是图像矩阵，图像在matlab中是uint8类型
		uint8_t *i_data = (uint8_t*) data;

		int mrows, ncols;
		mrows = mxGetM(prhs[0]);    //行数，，matlab按照uint8来计算的个数
		ncols = mxGetN(prhs[0]);    //列数
		mexPrintf("m = %d, n = %d", mrows, ncols);

        /**创建Opencv格式下的图像数据
		matlab和opencv的图像格式不一样。matlab是三个通道（RGB）分成了三张图片的保存，每一张图片的数据类型都是uint8。所以需要转换。
        但是如果是一个通道的灰度图，不需要转换
		opencv是三个通道同时保存，只有一张图片，每个图片的值为（BGR）[uint8,uint8,uint8]
		matlab和opencv的图像通道排列方式不一样，MATLAB中RGB，OPENCV BGR
        */

        //获取灰度图，只采了matlab图像中的R通道数据
		Mat img_gray = Mat(mrows, ncols / 3, CV_8UC1);
		for (int i = 0; i<mrows; i++) {
			for (int j = 0; j < ncols/3; j++) {
				*(img_gray.data + img_gray.step[0] * i + img_gray.step[1] * j) = (uchar)i_data[j*mrows + i];
			}
		}

		/**
        // 获取彩色图
		Mat img_col = Mat(mrows, ncols / 3, CV_8UC3);
		for (int i = 0; i<mrows; i++) {
			for (int j = 0; j < ncols; j++) {
                //改变通道，matlab和opencv的图像通道排列方式不一样，MATLAB中RGB，OPENCV BGR,写的真难看，不忍直视。。。。
				int chan = j / (ncols / 3);
				int n;
				if (chan == 0)
					n = 2;
				else if (chan == 2)
					n = 0;
				else n = 1;
				*(img_col.data + img_col.step[0] * i + img_col.step[1] * (j % (ncols / 3)) + img_col.elemSize1()* n) = (uchar)i_data[j*mrows + i];
			}
		}
		*/

		vector<Vec3d> center;
		detect_marks(img_gray, center);

		if (center.size() == 0) {
			plhs[0] = mxCreateDoubleMatrix(1, 1, mxREAL);
			double *resultMat = mxGetPr(plhs[0]);
			*resultMat = -1;
			return;
		}
		int rows = center.size();
		int cols = 3;

        //创建返回给matlab的数据
		plhs[0] = mxCreateDoubleMatrix(rows, cols, mxREAL);
        //获取指针
		double *resultMat = mxGetPr(plhs[0]);

        //赋值
		for (int i = 0; i < rows; i++)
			for (int j = 0; j < cols; j++)
				*(resultMat + i + j * rows) = (double)center.at(i)[j];
		//imwrite("out_file_color.png", img_col);
	}
	else{
		exit_with_help();
		fake_answer(plhs);
		return;
	}
}

说明下Matlab的图像存储方式：

matlab文档：https://ww2.mathworks.cn/help/matlab/matlab_external/matlab-data.html

原图是500*312*3的彩色图（不可否认，我媳妇儿很漂亮）

matlab读入上图并传入到C/C++图像的格式是1500*312*1的二维矩阵，排列方式如下，从左到右分别是R、G、B通道的值。

 

5. 生成.dll文件

最后使用 控制界面 生成-》生成解决方案

把生成的.dll 文件后缀改为 .mexw64 

使用matlab调用就可以了

 

附 我的结果：

传入图像：