在 Python 中，我通常使用 vstack、stack 等函数，通过将 2D 数组堆叠在一起来轻松创建 3D 数组。
在 C++ 中有没有办法做到这一点？
特别是，我已经使用 OpenCV 将图像加载到 Mat 变量中，例如：
cv::Mat im = cv::imread("image.png", 0);
我想通过堆叠该 Mat 变量的副本来制作 N 层的 3D 数组/Mat。
编辑：这个新的 3D 矩阵必须是“可移动的”，方法是向它的任何组件添加一个整数，这样如果我在位置 (x1,y1,1) 并且我添加+1 到最后一个组件，我到达 (x1,y1,2)。对于 3D 矩阵的任何坐标/分量也是如此。
已解决：@Aram 和 @Nejc 的两个答案都符合预期。我将@Nejc 的答案设置为他较短代码的正确答案。
【问题讨论】：
Numpy 函数vstack 返回一个连续数组。任何产生 cv::Mat 对象的向量或数组的 C++ 解决方案都不会反映 vstack 在这方面的行为，因为属于单个 cv::Mat 对象的单独“层”不会存储在连续缓冲区中（除非小心底层缓冲区的分配当然是提前完成的）。
我提出了将所有数组复制到具有连续缓冲区的三维cv::Mat 对象的解决方案。就想法而言，这个答案类似于Aram's answer。但我没有一一分配像素值，而是利用了 OpenCV 函数。一开始我分配了大小为N X ROWS X COLS 的矩阵，其中N 是我想要“堆叠”的二维图像的数量，ROWS x COLS 是每个图像的尺寸。
然后我做N 步骤。在每一步，我都会获得指向“外部”维度上第一个元素位置的指针。我将该指针传递给临时 Mat 对象的构造函数，该对象充当大小为 ROWS x COLS（但不制作副本）的内存块的一种包装器，该内存块从指针指向的地址开始。然后我使用copyTo 方法将i-th 图像复制到该内存块中。 N = 2的代码：
cv::Mat img0 = cv::imread("image0.png", CV_IMREAD_GRAYSCALE);
cv::Mat img1 = cv::imread("image1.png", CV_IMREAD_GRAYSCALE);
cv::Mat images[2] = {img0, img1}; // you can also use vector or some other container
int dims[3] = { 2, img0.rows, img0.cols }; // dimensions of new image
cv::Mat joined(3, dims, CV_8U); // same element type (CV_8U) as input images
for(int i = 0; i < 2; ++i)
{
uint8_t* ptr = &joined.at<uint8_t>(i, 0, 0); // pointer to first element of slice i
cv::Mat destination(img0.rows, img0.cols, CV_8U, (void*)ptr); // no data copy, see documentation
images[i].copyTo(destination);
}
【讨论】：
此答案是对上述问题的回应：
在 Python 中，我通常使用 vstack、stack 等函数通过将 2D 数组堆叠在一起来轻松创建 3D 数组。
这当然是可能的，你可以将矩阵添加到一个向量中，这将是你的“堆栈”
例如，您可以使用
std::vector<cv::Mat>>
这会给你一个垫子向量，这将是一个切片，然后你可以通过添加更多切片向量来“分层”它们
如果您想拥有多个堆栈，您可以将该向量添加到另一个向量中：
std::vector<std::vector<cv::Mat>>
要将矩阵添加到数组中：
myVector.push_back(matrix);
编辑以下问题
在这种情况下，我是否可以从一个位置 (x1, y1, z1) 移动到紧靠上方的位置 (x1,y1,z1+1)，这样我在矩阵中的新位置将是 (x1,y1 ,z2)?
你最终会得到一个看起来很像这样的东西。如果您在向量中的元素 1 处有一个矩阵，则它与元素 [2] 没有任何关系，除非您已将其添加到该点。如果你想建立关系，那么你需要自己编写代码。
【讨论】：
您实际上可以使用 opencv 创建 3D 或 ND mat，您需要使用将 dimensions 作为输入的构造函数。然后将每个矩阵复制到（本例）3D 数组中
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;
int main() {
// Dimensions for the constructor... set dims[0..2] to what you want
int dims[] = {5, 5, 5}; // 5x5x5 3d mat
Mat m = Mat::zeros(5, 5, CV_8UC1);
for (size_t i = 0; i < 5; i++) {
for (size_t k = 0; k < 5; k++) {
m.at<uchar>(i, k) = i + k;
}
}
// Mat with constructor specifying 3 dimensions with dimensions sizes in dims.
Mat 3DMat = Mat(3, dims, CV_8UC1);
// We fill our 3d mat.
for (size_t i = 0; i < m2.size[0]; i++) {
for (size_t k = 0; k < m2.size[1]; k++) {
for (size_t j = 0; j < m2.size[2]; j++) {
3DMat.at<uchar>(i, k, j) = m.at<uchar>(k, j);
}
}
}
// We print it to show the 5x5x5 array.
for (size_t i = 0; i < m2.size[0]; i++) {
for (size_t k = 0; k < m2.size[1]; k++) {
for (size_t j = 0; j < m2.size[2]; j++) {
std::cout << (int) 3DMat.at<uchar>(i, k, j) << " ";
}
std::cout << endl;
}
std::cout << endl;
}
return 0;
}
【讨论】：
基于问题和 cmets，我认为您正在寻找这样的东西：
std::vector<cv::Mat> vec_im;
//In side for loop:
vec_im.push_back(im);
然后，您可以通过以下方式访问它：
Scalar intensity_1 = vec_im[z1].at<uchar>(y, x);
Scalar intensity_2 = vec_im[z2].at<uchar>(y, x);
这假设图像是单通道的。
【讨论】：