将结构聚合成向量的规范方法答案

【问题标题】：Canonical Way to Aggregate Structures into a Vector将结构聚合成向量的规范方法
【发布时间】：2014-05-15 06:13:18
【问题描述】：

即使不得不问这个问题我也觉得很愚蠢，它真的应该很简单，但是作为 MatLab 的新手，我想知道一个更有经验的人会怎么做。

简单的问题；我需要在多幅图像中找到一些区域，按位置关联它们，保存这些感兴趣的区域，并在以后使用它们。一种方法是将区域存储在向量中。

%% pseudo code
regions = [];
for i = some_vector_of_images
  % segment, get mask
  % find regions
  cc = bwconncomp(mask);
  stats = regionprops(cc, 'all');
  % correlate against known x/y
  % save for later
  regions[index++] = stats;
end
% use 'regions'

但是，数组声明是有问题的。它的默认类型是 double，所以这不起作用（不能将结构分配给元素）。我试过struct.empty，但数组不可调整大小。我尝试了一个单元格数组，但我收到了类似的错误 (Conversion to cell from struct is not possible.)

真的，我只需要一种方法来在循环之前声明一些集合，以保存这些结构的实例。再一次，非常愚蠢的问题，在这里有点尴尬......请怜悯。

【问题讨论】：

标签： matlab

【解决方案1】：

看看使用 struct2cell 是否可以帮助您解决这个问题。试试这个pseudo-code -

regions = cell(num_of_images,1) %// This will be before the loop starts
...

regions[index++] = {struct2cell(stats)} %// Inside the loop

请不要说这是pseudo-code，所以square brackets 和++ 将不起作用。

因此，伪代码的完整版本将是 -

%%// ---  pseudo code

%// Without this pre-allocation you would get the error - 
%%// "Conversion to cell from struct is not possible"
regions = cell(numel(some_vector_of_images),1) 

for i = some_vector_of_images
  % segment, get mask
  % find regions
  cc = bwconncomp(mask);
  stats = regionprops(cc, 'all');
  % correlate against known x/y
  % save for later
  regions(i) = {struct2cell(stats)}
end

【讨论】：

【解决方案2】：

您可以通过附加结构将空数组转换为结构数组。将regions[index++] = stats; 替换为

regions = [regions, stats];

这一行将继续在循环内构建数组。这个习语在 MATLAB 中通常不受欢迎，因为每个循环都需要创建一个新数组。

另一种方法是使用模板结构预分配数组，使用 repmat。

stats = some_operations_on(some_vector_of_images(1));
regions = repmat(stats, numel(some_vector_of_images), 1);

在循环中，赋值为

regions(i) = stats;

【讨论】：

我很欣赏这个答案，也很欣赏你描述的串联方法。两个答案都有效，所以我只选择了第一个。不过还是谢谢。

【解决方案3】：

在这种情况下，通常我根本不预先分配，或者使用 cell-cat 模式。

未初始化

这个没有初始化结构数组，但工作正常。在这种情况下，请确保 i 是每个元素的索引。

for i = 1:numel(some_vector_of_images)
  % mask = outcome of some_vector_of_images(i)
  cc = bwconncomp(mask);
  regions(i) = regionprops(cc, 'all');
end

细胞猫模式

这个捕获结果是一个单元格数组，并在最后连接所有元素。

regions = cell(numel(some_vector_of_images), 1);
index = 1;
for i = some_vector_of_images
  % mask = outcome of i
  cc = bwconncomp(mask);
  regions{index} = regionprops(cc, 'all');
  index = index + 1;
end
regions = cat(1, regions{:});

【讨论】：