C++ :: 如何捕获由 void 函数创建的矩阵

Question

我通常在python中编写代码，但由于组合爆炸，我决定使用C++来解决一个问题。我的想法是将 numpy 数组保存在一个 npy 文件中，然后我将向我的 C++ 函数提供该 npy 文件。由于我对 C++ 指针和引用的了解有限，所以我不能全神贯注于如何获取 void 函数的值。 void 函数不返回任何东西，所以我不能使用通常的赋值操作。如何将新的 (&mat_out) 分配给我想要的变量，比如 A。或者通过返回值的另一种方法（如第二个注释函数），但在这种方法中我遇到了类型不匹配。我的主要问题是如何使其中一种方法起作用。但是从知识的角度来看，我也想知道如何使用在 void 函数中创建的新对象。

#include <iostream>
#include <Eigen/Dense>
#include "cnpy.h"
#include "opencv2/highgui.hpp"

using namespace std;
using namespace Eigen;
using namespace cv;

void cnpy2eigen(string data_fname, Eigen::MatrixXd& mat_out){
    cnpy::NpyArray npy_data = cnpy::npy_load(data_fname);
    // double* ptr = npy_data.data<double>();
    int data_row = npy_data.shape[0];
    int data_col = npy_data.shape[1];
    double* ptr = static_cast<double *>(malloc(data_row * data_col * sizeof(double)));
    memcpy(ptr, npy_data.data<double>(), data_row * data_col * sizeof(double));
    cv::Mat dmat = cv::Mat(cv::Size(data_col, data_row), CV_64F, ptr); // CV_64F is equivalent double
    new (&mat_out) Eigen::Map<Eigen::Matrix<double,Eigen::Dynamic,Eigen::Dynamic>>(reinterpret_cast<double *>(dmat.data), data_col, data_row);
}

/*
Eigen::Map<Eigen::Matrix<double, Eigen::Dynamic, Eigen::Dynamic> > * cnpy2eigen(string data_fname){
    cnpy::NpyArray npy_data = cnpy::npy_load(data_fname);
    // double* ptr = npy_data.data<double>();
    int data_row = npy_data.shape[0];
    int data_col = npy_data.shape[1];
    double* ptr = static_cast<double *>(malloc(data_row * data_col * sizeof(double)));
    memcpy(ptr, npy_data.data<double>(), data_row * data_col * sizeof(double));
    cv::Mat dmat = cv::Mat(cv::Size(data_col, data_row), CV_64F, ptr); // CV_64F is equivalent double
    return new (&mat_out) Eigen::Map<Eigen::Matrix<double,Eigen::Dynamic,Eigen::Dynamic>>(reinterpret_cast<double *>(dmat.data), data_col, data_row);
}
*/

int main()
{
   Eigen::MatrixXd& A = cnpy2eigen("/Users/osmanmamun/Play_Ground/C++_practice/bayesframe/X_data.npy", Eigen::MatrixXd& A);
   cout << "Here is the matrix A:\n" << A << endl;
}

免责声明：cnpy2eigen函数是从博客上得到的

Answer 1

您发布的代码有很多问题

#include <iostream>
#include <Eigen/Dense>          // minor remark: Often you just need <Eigen/Core> here
#include "cnpy.h"
#include "opencv2/highgui.hpp"  // Do you actually need OpenCV here?

using namespace std;
using namespace Eigen;
using namespace cv;

（几乎）从不将 using namespace X; 放在全局范围内！ [1]

void cnpy2eigen(string data_fname, Eigen::MatrixXd& mat_out){ // minor remark: Better pass `std::string` by const reference
    cnpy::NpyArray npy_data = cnpy::npy_load(data_fname);
    // double* ptr = npy_data.data<double>();
    int data_row = npy_data.shape[0];
    int data_col = npy_data.shape[1];

    double* ptr = static_cast<double *>(malloc(data_row * data_col * sizeof(double)));

您正在 malloc-ing 数据，但没有匹配 free。首先，标准 "low-level" C++ 将使用 new 和 delete（不过最好使用 std::vector）。但是您实际上可以改用 Eigen 的内存分配。

    memcpy(ptr, npy_data.data<double>(), data_row * data_col * sizeof(double));

标准 C++ 会使用，例如 std::copy（不过对于 POD 类型，这在内部也会转换为 memcpy）。但是这里其实不需要手动复制。

    cv::Mat dmat = cv::Mat(cv::Size(data_col, data_row), CV_64F, ptr); // CV_64F is equivalent double

您在任何地方使用 dmat 吗？如果没有，请将其删除。另请注意，OpenCV 使用行优先存储（我假设 numpy 使用列优先存储？）

    new (&mat_out) Eigen::Map<Eigen::Matrix<double,Eigen::Dynamic,Eigen::Dynamic>>(reinterpret_cast<double *>(dmat.data), data_col, data_row);

在这里，您正在 Eigen::Matrix 的内存位置上进行 Eigen::Map 的新放置。这可能部分有效，因为这两种类型意外地共享了它们的一些内存布局（但是 Eigen::Map 有额外的成员变量）。此外，Eigen::Matrix 拥有它的内存，而 Eigen::Map 没有，即当 Eigen::Matrix 被破坏时，它将释放它不拥有的内存。通常，除非您知道自己在做什么，否则避免放置新的——尤其是对于不匹配的类型。（实际上，您几乎不应该在用户代码中要求 new）

这是一个 fixed/cleaned 升级版本：

void cnpy2eigen(std::string const& data_fname, Eigen::MatrixXd& mat_out){
    cnpy::NpyArray npy_data = cnpy::npy_load(data_fname);
    double* ptr = npy_data.data<double>();
    int data_row = npy_data.shape[0];
    int data_col = npy_data.shape[1];
    mat_out = Eigen::MatrixXd::Map(ptr, data_row, data_col); // assuming NumPy is column major
}

这样称呼它：

int main()
{
   Eigen::MatrixXd A;
   cnpy2eigen("filename", A);
   std::cout << "Here is the matrix A:\n" << A << '\n';
}

如果您更喜欢按值 return，这应该可行：

Eigen::MatrixXd cnpy2eigen(std::string const& data_fname){
    cnpy::NpyArray npy_data = cnpy::npy_load(data_fname);
    double* ptr = npy_data.data<double>();
    int data_row = npy_data.shape[0];
    int data_col = npy_data.shape[1];
    return Eigen::MatrixXd::Map(ptr, data_row, data_col); // assuming NumPy is column major
}

这样称呼它：

int main()
{
   Eigen::MatrixXd A = cnpy2eigen("filename");
   std::cout << "Here is the matrix A:\n" << A << '\n';
}

如果你想避免复制，你需要让 npy_data 对象保持活动状态并直接使用 Eigen::Map （我认为没有办法从cnpy to Eigen).

C++ :: 如何捕获由 void 函数创建的矩阵

C++ :: how to capture matrix created by void function

c++

eigen