c++ - C++ 中的 MATLAB 张量索引

Question

我正在尝试加载包含 C++ 中已知维度张量的 .mat 文件； 144x192x256。

我已经将读取操作的线性索引调整为 MATLAB 中的主要列。但是我仍然遇到内存访问问题。

void FeatureLoader::readMat(const std::string &fname, Image< std::vector<float> > *out) {
    //Read MAT file.
    const char mode = 'r';
    MATFile *matFile = matOpen(fname.c_str(), &mode);
    if (matFile == NULL) {
        throw std::runtime_error("Cannot read MAT file.");
    }


    //Copy the data from column major to row major storage.
    float *newData = newImage->GetData();
    const mxArray *arr = matGetVariable(matFile, "map");
    if (arr == NULL) {
        throw std::runtime_error("Cannot read variable.");
    }

    double *arrData = (double*)mxGetPr(arr);
#pragma omp parallel for
    for (int i = 0; i < 144; i++) {
#pragma omp parallel for
        for (int j = 0; j < 192; j++) {
            for (int k = 0; k < 256; k++) {
                int rowMajIdx = (i * 192 + j) * 256 + k;
                int colMajIdx = (j * 144 + i) * 256 + k;
                newData[rowMajIdx] = static_cast<float>(arrData[colMajIdx]);
            }
        }
    }
}

在上面的代码片段中，我是否可以像使用 C++ 中的扁平化 3D 数组一样线性访问数据？例如:-

idx_row_major = (x*WIDTH + y)*DEPTH + z
idx_col_major = (y*HEIGHT + x)*DEPTH + z

这是 MATLAB 使用的底层表示吗？

Answer 1

行长和列长 Idx 的索引有一些错误。此外，由于随机内存访问，天真地访问数据可能会导致非常慢的时间(内存延迟是关键!Read more here)。

从 MATLAB 传递到 C++ 类型(从 3D 到 1D)的最佳方法是遵循以下示例。

---

---

在这个例子中，我们说明了如何从 MATLAB 中获取一个双实型 3D 矩阵，并将其传递给 C double* 数组。

此示例的主要目的是展示如何从 MATLAB MEX 数组获取数据，并突出显示矩阵存储和处理中的一些小细节。

矩阵输入.cpp

#include "mex.h"

void mexFunction(int  nlhs , mxArray *plhs[],
        int nrhs, mxArray const *prhs[]){
   // check amount of inputs
   if (nrhs!=1) {
        mexErrMsgIdAndTxt("matrixIn:InvalidInput", "Invalid number of inputs to MEX file.");
    }

   // check type of input
   if( !mxIsDouble(prhs[0]) || mxIsComplex(prhs[0])){
        mexErrMsgIdAndTxt("matrixIn:InvalidType",  "Input matrix must be a double, non-complex array.");
   }

   // extract the data
   double const * const matrixAux= static_cast<double const *>(mxGetData(prhs[0]));

   // Get matrix size
   const mwSize *sizeInputMatrix= mxGetDimensions(prhs[0]);

   // allocate array in C. Note: its 1D array, not 3D even if our input is 3D
   double*  matrixInC= (double*)malloc(sizeInputMatrix[0] *sizeInputMatrix[1] *sizeInputMatrix[2]* sizeof(double));


   // MATLAB is column major, not row major (as C). We need to reorder the numbers
   // Basically permutes dimensions   

   // NOTE: the ordering of the loops is optimized for fastest memory access! 
   // This improves the speed in about 300% 

    const int size0 = sizeInputMatrix[0]; // Const makes compiler optimization kick in
    const int size1 = sizeInputMatrix[1];
    const int size2 = sizeInputMatrix[2];

    for (int j = 0; j < size2; j++)
    {
        int jOffset = j*size0*size1; // this saves re-computation time
        for (int k = 0; k < size0; k++)
        {
            int kOffset = k*size1; // this saves re-computation time
            for (int i = 0; i < size1; i++)
            {
                int iOffset = i*size0; 
                matrixInC[i + jOffset + kOffset] = matrixAux[iOffset + jOffset + k];
            }
        }
    }

    // we are done!

    // Use your C matrix here

    // free memory
    free(matrixInC);
    return;
}

---

需要注意的相关概念:

• MATLAB 矩阵在内存中都是一维的，无论它们在 MATLAB 中使用时有多少维。这对于 C/C++ 库中的大多数(如果不是全部)主要矩阵表示也是如此，因为允许优化和更快的执行。

• 您需要在循环中显式地将矩阵从 MATLAB 复制到 C。

• MATLAB 矩阵以列优先顺序存储，就像在 Fortran 中一样，但 C/C++ 和大多数现代语言是行优先的。置换输入矩阵很重要，否则数据看起来会完全不同。

这个例子中的相关函数是:

• mxIsDouble 检查输入是否为 double 类型。
• mxIsComplex 检查输入是实数还是虚数。
• mxGetData 返回指向输入数组中实际数据的指针。 NULL 如果没有真实数据。
• mxGetDimensions 返回指向 mwSize 数组的指针，每个索引中包含维度的大小。