使用 XML 和 YAML 文件的文件输入和输出

目标

您将找到以下问题的答案：

  • 如何使用YAML或XML文件打印和读取文件和OpenCV的文本条目？
  • 如何对 OpenCV 数据结构做同样的事情？
  • 如何为您的数据结构执行此操作？
  • 使用 OpenCV 数据结构，例如 cv：：FileStorage ， cv：：FileNode 或 cv：：FileNodeIterator 。

源代码

C++蟒

您可以从此处下载它，也可以在 OpenCV 源代码库中找到它。samples/cpp/tutorial_code/core/file_input_output/file_input_output.cpp

下面是一个示例代码，说明如何实现目标列表中列举的所有内容。

#include < opencv2/core.hpp>

#include < iostream>

#include < 字符串>

使用命名空间 CV;

使用命名空间 std;

静态无效帮助（char** av）

{

cout << endl

<< av[0] << “显示了 OpenCV 序列化功能的用法。 << endl

<< “用法：” << endl

<< av[0] << “ outputfile.yml.gz” << endl

<< “输出文件可以是 XML （xml） 或 YAML （yml/yaml）。您甚至可以通过”

<< “在其扩展名中指定这一点，如 xml.gz yaml.gz 等......”<< endl

<< “使用 FileStorage，您可以使用 << 和 >> 运算符序列化 OpenCV 中的对象”<< endl

<< “例如： - 创建一个类并对其进行序列化” << endl

<< “——用它来读取和写入矩阵。<< endl;

}

类 我的数据

{

公众：

MyData（） ： A（0）， X（0）， id（）

{}

明确MyData（int） ： A（97）， X（CV_PI）， id（“mydata1234”） // 显式以避免隐式转换

{}

void write（FileStorage& fs） const //写这个类的序列化

{

fs << “{” << “A” << A << “X” << X << “id” << id << "}";

}

void read（const FileNode& node） //读取此类的序列化

{

A = （int）节点[“A”];

X = （double）node[“X”];

id = （字符串）node[“id”];

}

public： // 数据成员

int一个;

双X;

字符串 ID;

};

必须定义这些写入和读取函数，FileStorage 中的序列化才能正常工作

static void write（FileStorage& fs， const std：：string&， const MyData& x）

{

x.写入（fs）;

}

static void read（const FileNode& node， MyData& x， const MyData& default_value = MyData（））{

if（节点。空())

x = default_value;

还

x.read（节点）;

}

此函数会将我们的自定义类打印到控制台

静态 ostream& 运算符<<（ostream& out， const MyData& m）

{

out << “{ id = ” << m.id << “， ”;

out << “X = ” << m.X << “， ”;

输出<< “A = ” << m.A <<"}";

返回;

}

int main（int ac， char** av）

{

如果 （ac ！= 2）

{

帮助（AV）;

返回 1;

}

字符串文件名 = av[1];

{ 写

席R = ：：eye">Mat_<uchar>：：eye（3， 3），

T = ：：zeros">Mat_<double>：：zeros（3， 1）;

我的数据 m（1）;

FileStorage fs（文件名，FileStorage：：WRITE);

或：

文件存储 fs;

fs.open（文件名， FileStorage：：WRITE）;

fs << “iterationNr” << 100;

fs << “strings” << “[”;文本 - 字符串序列

fs << “image1.jpg” << “Awesomeness” << “../data/baboon.jpg”;

fs << “]”;关闭序列 // 关闭序列

fs << “映射”;文本 - 映射

fs << “{” << “一” << 1;

fs << “二” << 2 <<"}";

fs << “R” << R;cv：：Mat

fs << “T” << T;

fs << “MyData” << m;你自己的数据结构

司 司长。release（）;// 显式关闭

cout << “写完成。” << endl;

}

{读

cout << endl << “Reading： ” << endl;

文件存储 fs;

司 司长。open（filename， FileStorage：：READ);

int itNr;

fs[“迭代Nr”] >> itNr;

itNr = （int） fs[“迭代Nr”];

cout << itNr;

如果 （！fs.is已打开())

{

cerr << “无法打开”<<文件名<< endl;

帮助（AV）;

返回 1;

}

FileNode n = fs[“字符串”];读取字符串序列 - Get 节点

if （n.type（） ！= FileNode：：SEQ)

{

Cerr <<：“字符串不是一个序列！FAIL“<<结束;

返回 1;

}

FileNodeIterator it = n.begin（）， it_end = n.end（）;遍历节点

对于 （;它 ！= it_end;++it）

cout << （字符串）*it << endl;

n = fs[“映射”];从序列中读取映射

cout << “两个 ” << （int）（n[“两个”]) << "; ";

cout << “一 ” << （int）（n[“One”]） << endl << endl;

我的数据 m;

席R，T;

fs[“R”] >> R;读取 cv：：Mat

fs[“T”] >> T;

fs[“MyData”] >> 米;阅读你自己的structure_

cout << endl

<< “R = ” << R << endl;

cout << “T = ” << T << endl << endl;

cout << “MyData = ” << endl << m << endl << endl;

显示非现有节点的默认行为

cout << “尝试读取 NonExisting（应使用其默认值初始化数据结构）”。;

fs[“不存在”] >> 米;

cout << endl << “NonExisting = ” << endl << m << endl;

}

cout << endl

<< “提示：使用文本编辑器打开”文件名<<<<以查看序列化数据。”<< endl;

返回 0;

}

解释

在这里，我们只讨论 XML 和 YAML 文件输入。您的输出（及其各自的输入）文件可能只有这些扩展名之一，并且结构来自此。它们是您可以序列化的两种数据结构：映射（如 STL 映射和 Python 字典）和元素序列（如 STL 向量）。它们之间的区别在于，在地图中，每个元素都有一个唯一的名称，您可以通过访问它。对于序列，您需要遍历它们以查询特定项目。

  1. XML/YAML 文件打开和关闭。在将任何内容写入此类文件之前，您需要打开它，并在最后关闭它。OpenCV中的XML/YAML数据结构是 cv：：FileStorage 。要指定此结构绑定到硬盘驱动器上的文件，您可以使用其构造函数或 open（） 函数：

    FileStorage fs（文件名，FileStorage：：WRITE）;

    或：

    文件存储 fs;

    fs.open（文件名， FileStorage：：WRITE）;

    您使用的第二个参数中的任何一个都是一个常量，用于指定您可以对它们执行的操作类型：WRITE、READ 或 APPEND。文件名中指定的扩展名还决定了将使用的输出格式。如果指定扩展名（如 *.xml.gz*），则输出甚至可以被压缩。

    当 cv：：FileStorage 对象被销毁时，该文件会自动关闭。但是，您可以使用 release 函数显式调用此函数：

    司 司长。release（）;// 显式关闭

  2. 文本和数字的输入和输出。在 C++ 中，数据结构使用 STL 库中的 << 输出运算符。在 Python 中，改用 cv：：FileStorage：：write（）。要输出任何类型的数据结构，我们首先需要指定其名称。我们只需将 this 的名称推送到 C++ 中的流中即可做到这一点。在 Python 中，write 函数的第一个参数是 name。对于基本类型，您可以按照以下值进行打印：

    fs << “iterationNr” << 100;

    读入是一个简单的寻址（通过 [] 运算符）和强制转换操作，或者通过 >> 运算符进行读入。在 Python 中，我们使用 getNode（） 进行寻址并使用 real（） ：

    int itNr;

    fs[“迭代Nr”] >> itNr;

    itNr = （int） fs[“迭代Nr”];

  3. OpenCV 数据结构的输入/输出。好吧，它们的行为与基本的 C++ 和 Python 类型完全相同：

    垫 R = ：：eye">Mat_<uchar>：：eye（3， 3），

    T = ：：zeros">Mat_<double>：：zeros（3， 1）;

    fs << “R” << R;cv：：Mat

    fs << “T” << T;

    fs[“R”] >> R;读取 cv：：Mat

    fs[“T”] >> T;

  4. 向量（数组）和关联映射的输入/输出。正如我之前提到的，我们也可以输出映射和序列（数组、向量）。同样，我们首先打印变量的名称，然后我们必须指定我们的输出是序列还是映射。

    对于序列，在第一个元素之前打印“[”字符，在最后一个元素之后打印“]”字符。使用 Python，调用 ，where is 或 开始编写结构。调用以完成结构：FileStorage.startWriteStruct(structure_name, struct_type)struct_typecv2.FileNode_MAPcv2.FileNode_SEQFileStorage.endWriteStruct()

    fs << “strings” << “[”;文本 - 字符串序列

    fs << “image1.jpg” << “Awesomeness” << “../data/baboon.jpg”;

    fs << “]”;关闭序列 // 关闭序列

    对于地图，钻头是相同的，但现在我们使用“{”和“}”分隔符：

    fs << “映射”;文本 - 映射

    fs << “{” << “一” << 1;

    fs << “二” << 2 <<"}";

    为了从中读取数据，我们使用 cv：：FileNode 和 cv：：FileNodeIterator 数据结构。cv：：FileStorage 类（或 Python 中的 getNode（） 函数）的 [] 运算符返回 cv：：FileNode 数据类型。如果节点是连续的，我们可以使用 cv：：FileNodeIterator 来遍历项目。在 Python 中，at（） 函数可用于寻址序列的元素，size（） 函数返回序列的长度：

    FileNode n = fs[“字符串”];读取字符串序列 - Get 节点

    if （n.type（） ！= FileNode：：SEQ）

    {

    Cerr <<：“字符串不是一个序列！FAIL“<<结束;

    返回 1;

    }

    FileNodeIterator it = n.begin（）， it_end = n.end（）;遍历节点

    对于 （;它 ！= it_end;++it）

    cout << （字符串）*it << endl;

    对于地图，您可以再次使用 [] 运算符（Python 中的 at（） 函数）来访问给定的项目（或 >> 运算符）：

    n = fs[“映射”];从序列中读取映射

    cout << “两个 ” << （int）（n[“两个”]) << "; ";

    cout << “一 ” << （int）（n[“One”]） << endl << endl;

  5. 读取和写入自己的数据结构。假设您有一个数据结构，例如：

    类 我的数据

    {

    公众：

    MyData（） ： A（0）， X（0）， id（） {}

    public： // 数据成员

    int一个;

    双X;

    字符串 ID;

    };

    在 C++ 中，可以通过 OpenCV I/O XML/YAML 接口（就像 OpenCV 数据结构一样）通过在类内部和外部添加读取和写入函数来序列化它。在 Python 中，您可以通过在类中实现读写函数来接近这一点。对于内部部分：

    void write（FileStorage& fs） const //写这个类的序列化

    {

    fs << “{” << “A” << A << “X” << X << “id” << id << "}";

    }

    void read（const FileNode& node） //读取此类的序列化

    {

    A = （int）节点[“A”];

    X = （double）node[“X”];

    id = （字符串）node[“id”];

    }

    在 C++ 中，您需要在类外部添加以下函数定义：

    static void write（FileStorage& fs， const std：：string&， const MyData& x）

    {

    x.写入（fs）;

    }

    static void read（const FileNode& node， MyData& x， const MyData& default_value = MyData（））{

    if（node.empty（））

    x = default_value;

    还

    x.read（节点）;

    }

    在这里，您可以观察到，在读取部分中，我们定义了如果用户尝试读取不存在的节点会发生什么。在本例中，我们只返回默认的初始化值，但是更详细的解决方案是返回例如对象 ID 的负 1 值。

    添加这四个函数后，使用 >> 运算符进行写入，使用 << 运算符进行读取（或为 Python 定义的输入/输出函数）：

    我的数据 m（1）;

    fs << “MyData” << m;你自己的数据结构

    fs[“MyData”] >> 米;阅读你自己的structure_

    或者尝试阅读不存在的读物：

    cout << “尝试读取 NonExisting（应使用其默认值初始化数据结构）”。;

    fs[“不存在”] >> 米;

    cout << endl << “NonExisting = ” << endl << m << endl;

结果

好吧，大多数情况下，我们只是打印出定义的数字。在控制台的屏幕上，您可以看到：

写完成。

读数：

100图片1.jpg

太棒了

狒狒.jpg

二、2;一 1

R = [1， 0， 0;

0, 1, 0;

0, 0, 1]

T = [0; 0; 0]

我的数据 =

{ id = mydata1234， X = 3.14159， A = 97}

尝试读取 NonExist（应使用其默认值初始化数据结构）。

不存在 =

{ id = ， X = 0， A = 0}

提示： 使用文本编辑器打开 output.xml 以查看序列化数据。

不过，在输出 xml 文件中看到的内容要有趣得多：

<?xml 版本=“1.0”？>

<opencv_storage>

<迭代Nr>100</iterationNr>

<字符串>

image1.jpg 令人敬畏的狒狒.jpg</strings>

<映射>

<一>1</一>

<二>2</二></映射>

<R type_id=“opencv-matrix”>

<行数>3</行>

<cols>3</cols>

<dt>u</dt>

<数据>

1 0 0 0 1 0 0 0 1</数据></R>

<T type_id=“opencv-matrix”>

<行数>3</行>

<cols>1</cols>

<dt>d</dt>

<数据>

0. 0.0.</数据></吨>

<我的数据>

<答>97</A>

<X>3.1415926535897931e+000</X>

<id>mydata1234</id></MyData>

</opencv_storage>

或者 YAML 文件：

%YAML：1.0

迭代Nr：100

字符串：

- “image1.jpg”

- 令人敬畏

- “狒狒.jpg”

映射：

一：1

二：2

R: !!opencv矩阵

行数：3

列数：3

DT：U

数据： [ 1， 0， 0， 0， 1， 0， 0， 0， 1 ]

T: !!opencv矩阵

行数：3

列数：1

DT：D

数据： [ 0.， 0.， 0. ]

我的数据：

答：97

X：3.1415926535897931e+000

ID：mydata1234