如何从matlab矩阵.mat中提取相机校准参数到python numpy数组？

Question

• 我已经通过 Matlab 2019a 完成了相机校准，然后我保存了变量 cameraParams，它变成了所有的相机参数，但我只对 内在矩阵 和 感兴趣>失真系数。

• 如何从cameraParams.mat 文件中提取这两个数组？Mat file attached here

• 澄清：（Intrinsic矩阵，是3x3矩阵，畸变系数，在Matlab中是4个系数，2个径向畸变，2个切向畸变）

• 我试过下面的代码，但不知道如何提取数组：

import scipy.io as sio
import numpy as np

Mat = sio.loadmat('CameraParams.mat')

for key in Mat :
    print(key, Mat[key])

输出是：

__header__ b'MATLAB 5.0 MAT-file, Platform: PCWIN64, Created on: Tue Feb  2 12:32:06 2021'
__version__ 1.0
__globals__ []
None [(b'cameraParams', b'MCOS', b'cameraParameters', array([[3707764736],
       [         2],
       [         1],
       [         1],
       [         1],
       [         1]], dtype=uint32))]
__function_workspace__ [[ 0  1 73 ...  0  0  0]]

Answer 1

您已经了解 IMO。请注意，使用type() 和isinstance() 查看您正在处理的变量类型很有用。 在我的代码中，numpy 数组在if instance() 语句下以v 的形式提供：

import scipy.io as sio
import numpy as np

Mat = sio.loadmat('CameraParams.mat')

for k, v in Mat.items():
    print("\n\n", k, type(v), v)
    if isinstance(v, np.ndarray):  # Numpy array?
        print(' --> Numpy array')

输出：

 __header__ <class 'bytes'> b'MATLAB 5.0 MAT-file, Platform: PCWIN64, Created on: Tue Feb  2 12:32:06 2021'


 __version__ <class 'str'> 1.0


 __globals__ <class 'list'> []


 None <class 'scipy.io.matlab.mio5_params.MatlabOpaque'> [(b'cameraParams', b'MCOS', b'cameraParameters', array([[3707764736],
       [         2],
       [         1],
       [         1],
       [         1],
       [         1]], dtype=uint32))]
 --> Numpy array


 __function_workspace__ <class 'numpy.ndarray'> [[ 0  1 73 ...  0  0  0]]
 --> Numpy array

最后两项已经是 numpy 数组，仅供参考 MatlabOpaque 类返回一个 numpy 数组： https://github.com/scipy/scipy/blob/master/scipy/io/matlab/mio5_params.py#L247

至于loadmat()方法的输出，如果你知道他们的名字，似乎有些元素可以被直接访问： https://github.com/scipy/scipy/blob/v1.6.0/scipy/io/matlab/mio.py#L214

matstruct_squeezed = sio.loadmat(matstruct_fname, squeeze_me=True)
matstruct_squeezed['teststruct']['complexfield'].item()
array([ 1.41421356+1.41421356j,  2.71828183+2.71828183j,
        3.14159265+3.14159265j])

Answer 2

在 Ipython 会话中：

In [385]: data = loadmat('../Downloads/CameraParams.mat')

data 是一个dict，从中我们可以使用键来查看文件中的变量：

In [386]: data
Out[386]: 
{'__header__': b'MATLAB 5.0 MAT-file, Platform: PCWIN64, Created on: Tue Feb  2 12:32:06 2021',
 '__version__': '1.0',
 '__globals__': [],
 'None': MatlabOpaque([(b'cameraParams', b'MCOS', b'cameraParameters', array([[3707764736],
        [         2],
        [         1],
        [         1],
        [         1],
        [         1]], dtype=uint32))],
              dtype=[('s0', 'O'), ('s1', 'O'), ('s2', 'O'), ('arr', 'O')]),
 '__function_workspace__': array([[ 0,  1, 73, ...,  0,  0,  0]], dtype=uint8)}

MatlabOpaque 表示某种不能完全转换为 Python/numpy 的 MATLAB 对象或类。但这里它包含一个结构化数组：

In [387]: data['None']
Out[387]: 
MatlabOpaque([(b'cameraParams', b'MCOS', b'cameraParameters', array([[3707764736],
       [         2],
       [         1],
       [         1],
       [         1],
       [         1]], dtype=uint32))],
             dtype=[('s0', 'O'), ('s1', 'O'), ('s2', 'O'), ('arr', 'O')])
In [388]: data['None'].dtype
Out[388]: dtype([('s0', 'O'), ('s1', 'O'), ('s2', 'O'), ('arr', 'O')])

我们可以从中选择字段：

In [389]: data['None']['s0']
Out[389]: MatlabOpaque([b'cameraParams'], dtype=object)

In [390]: data['None']['arr']
Out[390]: 
MatlabOpaque([array([[3707764736],
       [         2],
       [         1],
       [         1],
       [         1],
       [         1]], dtype=uint32)], dtype=object)

并使用item 将数组拉出对象 dtype 包装器：

In [391]: data['None']['arr'].item()
Out[391]: 
array([[3707764736],
       [         2],
       [         1],
       [         1],
       [         1],
       [         1]], dtype=uint32)

那是一个 (6,1) 数组。

In [392]: data['__function_workspace__']
Out[392]: array([[ 0,  1, 73, ...,  0,  0,  0]], dtype=uint8)
In [393]: data['__function_workspace__'].shape
Out[393]: (1, 33848)

Answer 3

问题是不能访问 MatlabOpaque 对象，如mbauman's answer 中所述。最简单的解决方案是将 MATLAB 中的对象重新保存为 struct(CameraParams)。

您还可以查看this repo，以便轻松将 .mat 转换为 numpy。