主頁 > 作業系統 > C#和C 中cv::Mat格式的函式輸入錯誤使用封送處理

C#和C 中cv::Mat格式的函式輸入錯誤使用封送處理

2021-12-03 14:04:32 作業系統

我有一個 C DLL,它的函式輸入是cv::Mat. 當我嘗試使用從 opencvsharp 接收到的幀輸入呼叫此函式時,它會出現錯誤,就像Mat在 C# 中一樣。我該如何解決這個問題?

如何Mat在 C 和MatC# 中匹配以防止錯誤?

我需要更改 C 函式還是需要在 C# 中執行其他操作才能訪問Mat作為 C 函式輸入的資料

C 函式:

extern "C" __declspec(dllexport)  vector<std::string> __cdecl ProcessFrame(cv::Mat image);



     vector<std::string> ProcessFrame(cv::Mat image)
    {
        int k = 0;
        cv::Mat croppedimage;
        cv::Mat finalcropped;
        string filename;
        Mat result_image;
        vector<string> listName;
        Module module = torch::jit::load("D:/Project/libfacedetection/example/converted.pt");


        int* pResults = NULL;


        unsigned char* pBuffer = (unsigned char*)malloc(DETECT_BUFFER_SIZE);
        if (!pBuffer)
        {
            fprintf(stderr, "Can not alloc buffer.\n");
            return listName;
        }


        TickMeter cvtm;
        cvtm.start();


        pResults = facedetect_cnn(pBuffer, (unsigned char*)(image.ptr(0)), image.cols, image.rows, (int)image.step);


        int face_num = (pResults ? *pResults : 0);

        if (*pResults != 0)
        {
            result_image = image.clone();

            for (int i = 0; i < face_num; i  )
            {
                try
                {
                    short* p = ((short*)(pResults   1))   142 * i;
                    int confidence = p[0];
                    int x = p[1];
                    int y = p[2];
                    int w = p[3];
                    int h = p[4];

                    char sScore[256];


                    if (confidence >= 95)
                    {

                        //////////////////////////////////////////////////////////////////////////////
                        ////////////// Rotate and Crop
                        //////////////////////////////////////////////////////////////////////////////

                        short angle = Face_rotate(p);

                        cv::Rect rc = AlignCordinates(x, y, w, h, result_image.cols, result_image.rows);

                        cv::Rect myroi(x, y, w, h);
                        cv::Rect newroi((x - rc.x) / 2, (y - rc.y) / 2, w, h);

                        croppedimage = result_image(rc);
                        //imshow("1", croppedimage);

                        croppedimage = croppedimage.clone();
                        croppedimage = rotate(croppedimage, (angle));


                        //imshow("Rotate", croppedimage);


                        croppedimage = croppedimage(newroi).clone();

                        finalcropped = Mat(112, 112, croppedimage.type());
                        //imshow("dst", croppedimage);


                        cv::resize(croppedimage, finalcropped, finalcropped.size());
                        //imshow("resize", finalcropped);
                        Mat flipimage;
                        flip(finalcropped, flipimage, 1);



                        torch::Tensor img_tensor = torch::from_blob(finalcropped.data, { finalcropped.rows,finalcropped.cols ,3 }, torch::kByte);
                        torch::Tensor img_tensor_flip = torch::from_blob(flipimage.data, { flipimage.rows, flipimage.cols, 3 }, torch::kByte);

                        //torch::Tensor img_tensor_final = img_tensor   img_tensor_flip;

                        img_tensor = img_tensor.to(at::kFloat).div(255).unsqueeze(0);
                        img_tensor = img_tensor.sub_(0.5);
                        img_tensor = img_tensor.permute({ 0,3,1,2 });

                        img_tensor_flip = img_tensor_flip.to(at::kFloat).div(255).unsqueeze(0);
                        img_tensor_flip = img_tensor_flip.sub_(0.5);
                        img_tensor_flip = img_tensor_flip.permute({ 0,3,1,2 });



                        at::Tensor output_org = module.forward({ img_tensor }).toTensor();
                        at::Tensor output_flip = module.forward({ img_tensor_flip }).toTensor();

                        std::vector<double> out;


                        for (int i = 0; i < 512; i  )
                        {
                            out.push_back(output_org[0][i].item().to<double>()   output_flip[0][i].item().to<double>());
                        }

                        out = l2_norm(out);




                        std::ifstream file("D:/Project/libfacedetection/example/facebank.json");
                        json object = json::parse(file);




                        double min_dis = 1000;
                        std::string min_name;

                        for (auto& x : object.items()) {
                            auto dataSize = std::size(x.value());

                            std::vector<double> vec1 = x.value();



                            double res = cosine_similarity_vectors(vec1, out);
                            res = (res * -1)   1;
                            //double res = distance(vec1, out);


                            if (res <= min_dis) {
                                min_dis = res;
                                min_name = x.key();
                            }
                        }




                        std::cout << "One Frame   " << min_name << " " << min_dis << std::endl;


                        if (min_dis < 0.8) {

                            listName.push_back(min_name);
                        }
                        else
                        {
                            listName.push_back("Unknown");
                        }
                    }

                    else
                    {
                        listName.push_back("conf_low");

                    }


                }
                catch (const std::exception& ex)
                {
                    cout << "NASHOD" << endl;

                    //std::cout << ex.what();
                }



            }
        }


        else
        {
            listName.push_back("No_Body");
        }
        cvtm.stop();



        //printf("time = %gms\n", cvtm.getTimeMilli());
        //printf("%d faces detected.\n", (pResults ? *pResults : 0));
        free(pBuffer);

        return listName;
    }

C#:

   [DllImport("detect-camera.dll", CallingConvention = CallingConvention.Cdecl)]
        public static extern List<string> ProcessFrame(Mat image);
        private void button1_Click(object sender, EventArgs e)
        {
            Mat image = Cv2.ImRead("D:/c  /ImportCallFunction/ImportCallFunction/123.jpg");

            List<string> facelist = ProcessFrame(image);


            foreach (var item in facelist)
            {
                listBox1.Items.Add(item);
            }

錯誤:

System.Runtime.InteropServices.MarshalDirectiveException: 'Cannot marshal 'return value': Generic types cannot be marshaled.'

C# 和 C   中 cv::Mat 格式的函式輸入錯誤使用封送處理

uj5u.com熱心網友回復:

您遇到的錯誤與引數型別無關,cv::Mat而是與宣告為 的函式的回傳型別有關vector<std::string>

首先,關于引數型別的說明:您可能希望const cv::Mat&避免將整個矩陣復制到每一幀的函式中。所以它會像:

    std::vector<std::string> ProcessFrame(const cv::Mat& image)

您還需要一個用 C /CLI 撰寫的包裝函式,用作 C# 代碼和 C 代碼之間的介面。它為輸入引數和回傳值執行函式所需的自定義編組。請注意,您應該將包裝函式放置在編譯的編譯單元中/clr(以啟用 C /CLI)。您的原始(本機)函式不需要使用該/clr選項進行編譯包裝函式宣告可能如下所示:

System::Collections::Generic<System::String>^ ProcessFrameWrapper(
    OpenCvSharp::Mat^ mat);

在 C# 代碼中,您現在將呼叫包裝函式:

    [DllImport("detect-camera.dll", CallingConvention = CallingConvention.Cdecl)]
    public static extern List<string> ProcessFrameWrapper(Mat image);
    // ...
            List<string> facelist = ProcessFrameWrapper(image);

總而言之,您將需要以下檔案:

DetectCamera.h :

// ...
std::vector<std::string> ProcessFrame(const cv::Mat& image);
// ... other native declarations

DetectCamera.cpp :

// ...

std::vector<std::string> ProcessFrame(const cv::Mat& image)
{
    // actual function implementation
}

// ... other function implementations

DetectCameraWrapper.h :

// ...
System::String^ ProcessFrameWrapper(OpenCvSharp::Mat^ mat);
// ... other wrapper functions ...

DetectCameraWrapper.cpp :

// ...

System::Collections::Generic<System::String>^ ProcessFrameWrapper(
    OpenCvSharp::Mat^ mat)
{
    var names = gcnew System::Collections::Generic<System::String>();
    auto matNativePtr = 
        reinterpret_cast<cv::Mat*>(marshal_as<void*>(mat->CvPtr));
    auto namesNative = ProcessFrame(*matNativePtr);
    for (const auto& nameNative : namesNative)
    {
        names->Add(marshal_as<System::String^>(nameNative));
    }
    return names;
}

// ... other wrapper function implementations

DetectCamera.cs :

    // ... 
    [DllImport("detect-camera.dll", CallingConvention = CallingConvention.Cdecl)]
    public static extern List<string> ProcessFrameWrapper(Mat image);

    private void button1_Click(object sender, EventArgs e)
    {
        Mat image = Cv2.ImRead("D:/c  /ImportCallFunction/ImportCallFunction/123.jpg");
        List<string> facelist = ProcessFrameWrapper(image);
        foreach (var item in facelist)
        {
            listBox1.Items.Add(item);
        }
    // ...

These files can be organized in two or three separate projects:

  • DetectCamera.cs is placed in a C# project - call it ProjCSharp.
  • DetectCameraWrapper.cpp is placed in a C /CLI DLL project (with /clr) - call it ProjWrapper.
  • DetectCamera.cpp could be placed either within the same project ProjWrapper, or in a separate native library project (.lib) - call it ProjNative. I recommend the latter. If it is placed in a separate library (ProjNative), the DLL project ProjWrapper must be linked to the library ProjNative.

我建議將本機代碼放在單獨的庫中的原因是模塊化和代碼可重用性。

uj5u.com熱心網友回復:

我不太記得Interop并且從來不是專家,盡管我曾經做過非常高級的事情。

@misoboute 的建議是使用我從未使用過的CLI,所以我不知道。這樣做肯定是可能的,正如他所解釋的那樣,這樣的 C 將理解通用 C# 串列并能夠成功編組。

但在我看來,這不是你的問題。您只想回傳一堆字串。它確實不必定義為List<string>. 它可以定義為string[]一個字串陣列。

所以我會嘗試

[DllImport("detect-camera.dll", CallingConvention = CallingConvention.Cdecl)]
public static extern string[] ProcessFrame(Mat image);

然后,在我的 C 代碼中,通過將字串向量表示為陣列來回傳字串陣列:

如何將向量轉換為陣列

對不起,這就是我對你的全部。在此之后,您可能會遇到其他問題。

uj5u.com熱心網友回復:

從 C 到 C#,您有兩種“標準”的方式。

第一個是 C /CLI。在這種情況下,您將構建一個 C /CLI 庫,該庫采用 std::vectorstd::string 并將其轉換為 System::vectorSystem::string。然后你可以在 C# 中自由地將它用作 System.String[]。

另一個是COM。在那里您創建了一個 COM 介面,該介面回傳一個包含 BSTR 字串的 SAFEARRAY。然后通過 C# 中的 System.Runtime.InteropServices 實體化此 COM 介面。SAFEARRAY 是一個 Object[],它可以被區分為單個字串物件。

將 C 介面加載到 C# 的工具基本上僅限于 C。任何 C 都會失敗,Pete 提供了“非標準”方法。(它作業得很好,只是不是 MS 希望你做的。)

代碼:

extern "C" __declspec(dllexport) LPSAFEARRAY ListDevices();

LPSAFEARRAY ProcessFrame(int width, int height, unsigned char* data)
{
    CComSafeArray<BSTR> a(listName.size()); // cool ATL helper that requires atlsafe.h

    std::vector<std::string>::const_iterator it;
    int i = 0;

    for (it = listName.begin(); it != listName.end();   it,   i)
    {
        // note: you could also use std::wstring instead and avoid A2W conversion
        a.SetAt(i, A2BSTR_EX((*it).c_str()), FALSE);
    }

return a.Detach();

}

C#:

[DllImport("detectcameratest.dll")]
        [return: MarshalAs(UnmanagedType.SafeArray)]
        private extern static string[] ProcessFrame2(int width, int height, IntPtr data);
        private void button2_Click(object sender, EventArgs e)
        {
            Mat img = Cv2.ImRead(@"C:\Users\Subtek\source\repos\WindowsFormsApp17\WindowsFormsApp17\bin\x64\Debug\1.jpg");

            var facelist = ProcessFrame2(img.Width, img.Height, img.Data);


            foreach (var s in facelist)
            {
                listBox1.Items.Add(s);
            }

轉載請註明出處,本文鏈接:https://www.uj5u.com/caozuo/372313.html

標籤:C# C opencv 图像处理 编组

上一篇:如何使用PythonOpenCV將顏色提取的影像更改為相同顏色?

下一篇:用于匯出模塊的vscode打字稿智能感知

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C#(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • CA和證書

    1、在 CentOS7 中使用 gpg 創建 RSA 非對稱密鑰對 gpg --gen-key #Centos上生成公鑰/密鑰對(存放在家目錄.gnupg/) 2、將 CentOS7 匯出的公鑰,拷貝到 CentOS8 中,在 CentOS8 中使用 CentOS7 的公鑰加密一個檔案 gpg -a ......

    uj5u.com 2020-09-10 00:09:53 more
  • Kubernetes K8S之資源控制器Job和CronJob詳解

    Kubernetes的資源控制器Job和CronJob詳解與示例 ......

    uj5u.com 2020-09-10 00:10:45 more
  • VMware下安裝CentOS

    VMware下安裝CentOS 一、軟硬體準備 1 Centos鏡像準備 1.1 CentOS鏡像下載地址 下載地址 1.2 CentOS鏡像下載程序 點擊下載地址進入如下圖的網站,選擇需要下載的版本,這里選擇的是Centos8,點擊如圖所示。 決定選擇Centos8后,選擇想要的鏡像源進行下載,此 ......

    uj5u.com 2020-09-10 00:12:10 more
  • 如何使用Grep命令查找多個字串

    如何使用Grep 命令查找多個字串 大家好,我是良許! 今天向大家介紹一個非常有用的技巧,那就是使用 grep 命令查找多個字串。 簡單介紹一下,grep 命令可以理解為是一個功能強大的命令列工具,可以用它在一個或多個輸入檔案中搜索與正則運算式相匹配的文本,然后再將每個匹配的文本用標準輸出的格式 ......

    uj5u.com 2020-09-10 00:12:28 more
  • git配置http代理

    git配置http代理 經常遇到克隆 github 慢的問題,這里記錄一下幾種配置 git 代理的方法,解決 clone github 過慢。 目錄 git配置代理 git單獨配置github代理 git配置全域代理 配置終端環境變數 git配置代理 主要使用 git config 命令 git單獨 ......

    uj5u.com 2020-09-10 00:12:33 more
  • Linux npm install 裝包時提示Error EACCES permission denied解

    npm install 裝包時提示Error EACCES permission denied解決辦法 ......

    uj5u.com 2020-09-10 00:12:53 more
  • Centos 7下安裝nginx,使用yum install nginx,提示沒有可用的軟體包

    Centos 7下安裝nginx,使用yum install nginx,提示沒有可用的軟體包。 18 (flaskApi) [root@67 flaskDemo]# yum -y install nginx 19 已加載插件:fastestmirror, langpacks 20 Loading ......

    uj5u.com 2020-09-10 00:13:13 more
  • Linux查看服務器暴力破解ssh IP

    在公網的服務器上經常遇到別人爆破你服務器的22埠,用來挖礦或者干其他嘿嘿嘿的事情~ 這種情況下正確的做法是: 修改默認ssh的22埠 使用設定密鑰登錄或者白名單ip登錄 建議服務器密碼為復雜密碼 創建普通用戶登錄服務器(root權限過大) 建立堡壘機,實作統一管理服務器 統計爆破IP [root ......

    uj5u.com 2020-09-10 00:13:17 more
  • CentOS 7系統常見快捷鍵操作方式

    Linux系統中一些常見的快捷方式,可有效提高操作效率,在某些時刻也能避免操作失誤帶來的問題。 ......

    uj5u.com 2020-09-10 00:13:31 more
  • CentOS 7作業系統目錄結構介紹

    作業系統存在著大量的資料檔案資訊,相應檔案資訊會存在于系統相應目錄中,為了更好的管理資料資訊,會將系統進行一些目錄規劃,不同目錄存放不同的資源。 ......

    uj5u.com 2020-09-10 00:13:35 more
最新发布
  • vim的常用命令

    Vim的6種基本模式 1. 普通模式在普通模式中,用的編輯器命令,比如移動游標,洗掉文本等等。這也是Vim啟動后的默認模式。這正好和許多新用戶期待的操作方式相反(大多數編輯器默認模式為插入模式)。 2. 插入模式在這個模式中,大多數按鍵都會向文本緩沖中插入文本。大多數新用戶希望文本編輯器編輯程序中一 ......

    uj5u.com 2023-04-20 08:43:21 more
  • vim的常用命令

    Vim的6種基本模式 1. 普通模式在普通模式中,用的編輯器命令,比如移動游標,洗掉文本等等。這也是Vim啟動后的默認模式。這正好和許多新用戶期待的操作方式相反(大多數編輯器默認模式為插入模式)。 2. 插入模式在這個模式中,大多數按鍵都會向文本緩沖中插入文本。大多數新用戶希望文本編輯器編輯程序中一 ......

    uj5u.com 2023-04-20 08:42:36 more
  • docker學習

    ###Docker概述 真實專案部署環境可能非常復雜,傳統發布專案一個只需要一個jar包,運行環境需要單獨部署。而通過Docker可將jar包和相關環境(如jdk,redis,Hadoop...)等打包到docker鏡像里,將鏡像發布到Docker倉庫,部署時下載發布的鏡像,直接運行發布的鏡像即可。 ......

    uj5u.com 2023-04-19 09:26:53 more
  • 設定Windows主機的瀏覽器為wls2的默認瀏覽器

    這里以Chrome為例。 1. 準備作業 wsl是可以使用Windows主機上安裝的exe程式,出于安全考慮,默認情況下改功能是無法使用。要使用的話,終端需要以管理員權限啟動。 我這里以Windows Terminal為例,介紹如何默認使用管理員權限打開終端,具體操作如下圖所示: 2. 操作 wsl ......

    uj5u.com 2023-04-19 09:25:49 more
  • docker學習

    ###Docker概述 真實專案部署環境可能非常復雜,傳統發布專案一個只需要一個jar包,運行環境需要單獨部署。而通過Docker可將jar包和相關環境(如jdk,redis,Hadoop...)等打包到docker鏡像里,將鏡像發布到Docker倉庫,部署時下載發布的鏡像,直接運行發布的鏡像即可。 ......

    uj5u.com 2023-04-19 09:19:04 more
  • Linux學習筆記

    IP地址和主機名 IP地址 ifconfig可以用來查詢本機的IP地址,如果不能使用,可以通過install net-tools安裝。 Centos系統下ens33表示主網卡;inet后表示IP地址;lo表示本地回環網卡; 127.0.0.1表示代指本機;0.0.0.0可以用于代指本機,同時在放行設 ......

    uj5u.com 2023-04-18 06:52:01 more
  • 解決linux系統的kdump服務無法啟動的問題

    問題:專案麒麟系統服務器的kdump服務無法啟動,沒有相關日志無法定位問題。 1、查看服務狀態是關閉的,重啟系統也無法啟動 systemctl status kdump 2、修改grub引數,修改“crashkernel”為“512M(有的機器數值太大太小都會導致報錯,建議從128M開始試,或者加個 ......

    uj5u.com 2023-04-12 09:59:50 more
  • 解決linux系統的kdump服務無法啟動的問題

    問題:專案麒麟系統服務器的kdump服務無法啟動,沒有相關日志無法定位問題。 1、查看服務狀態是關閉的,重啟系統也無法啟動 systemctl status kdump 2、修改grub引數,修改“crashkernel”為“512M(有的機器數值太大太小都會導致報錯,建議從128M開始試,或者加個 ......

    uj5u.com 2023-04-12 09:59:01 more
  • 你是不是暴露了?

    作者:袁首京 原創文章,轉載時請保留此宣告,并給出原文連接。 如果您是計算機相關從業人員,那么應該經歷不止一次網路安全專項檢查了,你肯定是收到過資訊系統技術檢測報告,要求你加強風險監測,確保你提供的系統服務堅實可靠了。 沒檢測到問題還好,檢測到問題的話,有些處理起來還是挺麻煩的,尤其是線上正在運行的 ......

    uj5u.com 2023-04-05 16:52:56 more
  • 細節拉滿,80 張圖帶你一步一步推演 slab 記憶體池的設計與實作

    1. 前文回顧 在之前的幾篇記憶體管理系列文章中,筆者帶大家從宏觀角度完整地梳理了一遍 Linux 記憶體分配的整個鏈路,本文的主題依然是記憶體分配,這一次我們會從微觀的角度來探秘一下 Linux 內核中用于零散小記憶體塊分配的記憶體池 —— slab 分配器。 在本小節中,筆者還是按照以往的風格先帶大家簡單 ......

    uj5u.com 2023-04-05 16:44:11 more