如何在 python 中取消引用？（使用 openCV 进行图像处理）答案

【问题标题】：How do I dereference in python? (Image Processing with openCV)如何在 python 中取消引用？（使用 openCV 进行图像处理）
【发布时间】：2012-03-20 16:13:23
【问题描述】：

我一直在互联网上寻找一个简单的细化算法，我偶然发现了这个：Thinning algorithm 问题是，我对取消引用运算符没有太多经验。另外，我的项目是在 python 中，它有不同的处理这种情况的方式。所以我有几个问题

1：这段代码在做什么？

void myThinningInit (CvMat ** kpw, CvMat ** kpb)
  {
    / / Kernel for cvFilter2D
    / / The algorithm kpw kernel binary image and it has become a matching white, black,
    / / Convolution is divided into two sets of binary image was inverted kpb kernel, then take the AND
    for (int i = 0; i <8; i + +) {
      * (Kpw + i) = cvCreateMat (3, 3, CV_8UC1);
      * (Kpb + i) = cvCreateMat (3, 3, CV_8UC1);
      cvSet (* (kpw + i), cvRealScalar (0), NULL);
      cvSet (* (kpb + i), cvRealScalar (0), NULL);
    }.....

还有 2：如何将这个内核创建转换成 python？

他最终制作了 8 个内核，但我不知道它们的矩阵形式是什么样的。我不明白“* (kpw + i)”或“* (kpb + i)”在程序的宏伟计划中做了什么。

3) 我可以制作内核并将它们存储在一个列表中吗？如果是这样，我该怎么做？

更新：

k = [1, 2, 3, 5, 6, 7, 8]
kpw = []
kpb = []

for i in k:
    kpw.append [i] = cv.CreateMat (3, 3, cv.CV_8UC1)
    kpb.append [i] = cv.CreateMat (3, 3, cv.CV_8UC1)
    cv.cvSet (kpw [i], cv.RealScalar (0), cv.NULL)
    cv.cvSet (kpb [i], cv.RealScalar (0), cv.NULL)

起初我不只是有 kpw [i]，它给我一个错误。在快速谷歌搜索后，我发现你需要先索引数组，他们这样做的方式是通过追加。我尝试了这段代码以获得 8 个 3x3 大小的基本内核，但我收到了这个错误：

Traceback（最近一次调用最后一次）：

文件“/home/krtzer/Documents/python_scripts/thinning.py”，第 14 行，在 kpw.append [i] = cv.CreateMat (3, 3, cv.CV_8UC1) TypeError: 'builtin_function_or_method' 对象不支持项目分配

这是否意味着我不能在列表中包含矩阵？

【问题讨论】：

Kpw（大写的K）是故意的（与kpw（小写的k）不同）？
This C algorithm 可能更容易理解。 AFAIK OpenCV 不会做这样的事情，在这里对您没有太大帮助（可能除了图像的初始加载）。
@mathematical.coffee 这很难说，因为我是从源代码中获取的。将其大写是没有意义的，因为它从未在代码的其他任何地方声明或使用过。感谢你们如此迅速地对此做出回应。

标签： c++ python image-processing opencv dereference

【解决方案1】：

我用python做了一个新的。 Thinning(Python)

【讨论】：

【解决方案2】：

编辑 - 在这个答案中犯了一个（相当大的）错误，将解释

在kpw 和kpb 中看起来都是CvMats 的数组。

假设我在 Python 中创建了一个数组列表 kpw = []。

*(kpw + i) = ... 就像说kpw[i] = ...。

看起来像其他代码将内核列表初始化为 0 的 3x3 矩阵，所以你可以这样做：

# make a list of 8  3x3 matrices of 0.
kpw = []
for i in xrange(8):
    kpw.append(np.zeros((3,3)))
    kpb.append(np.zeros((3,3)))

注意：我以前有：

kpw = [np.zeros((3,3))] * 8
kpb = [np.zeros((3,3))] * 8

这是错误！它在kpw 内产生8 个引用到相同的矩阵，因此修改kpw[0] 将也修改所有其他kpw[i]！

那么cvSet2D(*(kpb+0), 0, 0, cvRealScalar(0));可以翻译成：

kpb[0][0,0] = 0

因为*(kpb+0)抓取kpg[0]中的矩阵，所以0,0表示矩阵的元素0,0，0为值。

所以：每次看到 *(kpb+i) 时，只需替换 kpb[i]，你应该会找到翻译该代码的地方。

【讨论】：

1.示例代码中的循环使 8 个矩阵不是 7 和 2。您使用同一个矩阵 7 次，这几乎肯定是一个可怕的错误！
感谢 1 中的捕获。至于 2.，OP 中的代码只是将 8 个（感谢）矩阵全部初始化为 0。 python 列表 kpw 将包含 8 个单独的矩阵，修改（比如）kpw[0] 将不也修改 kpw[1]。
您可能需要仔细检查。比较id(kpw[0]) 和id(kpw[1])。
D'oh，当我在 python 解释器中尝试这个时，我没有正确读取输出。你说得对。我会留下答案，作为不做什么的例子。

【解决方案3】：

取消引用只是创建一个矩阵，而不初始化它的数据。数据由cvSet (* (kpw + i), cvRealScalar (0), NULL) 等行手动设置为零。

在 python 中，您可以使用numpy.zeros 一次性完成相同的操作，然后使用cv.fromarray。或者，使用x = cv.CreateMat(3, 3, cv.CV_8UC1)，然后使用cv.set(x, 0.)。

【讨论】：