【opencv】示例-imagelist_creator.cpp 从命令行参数中创建一个图像文件列表(yaml格式)...

cpp 复制代码
/* 这个程序可以创建一个命令行参数列表的yaml或xml文件列表 */
// 包含必要的OpenCV头文件
#include "opencv2/core.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
#include <string>
#include <iostream>


// 使用标准库中的特定标识符
using std::string;
using std::cout;
using std::endl;


// 使用OpenCV命名空间中的内容
using namespace cv;


// 帮助函数,用于展示如何使用这个程序
static void help(char** av)
{
  cout << "\nThis creates a yaml or xml list of files from the command line args\n"
      "usage:\n./" << av[0] << " imagelist.yaml *.png\n"
      << "Try using different extensions.(e.g. yaml yml xml xml.gz etc...)\n"
      << "This will serialize this list of images or whatever with opencv's FileStorage framework" << endl;
}


// main函数,程序的入口点
int main(int ac, char** av)
{
  cv::CommandLineParser parser(ac, av, "{help h||}{@output||}"); // 解析命令行参数
  if (parser.has("help")) // 如果有help参数
  {
    help(av); // 显示帮助信息
    return 0; // 退出程序
  }
  string outputname = parser.get<string>("@output"); // 获取输出文件的名称


  if (outputname.empty()) // 如果输出文件名是空的
  {
    help(av); // 显示帮助信息
    return 1; // 退出程序,并返回错误代码1
  }


  Mat m = imread(outputname); // 尝试读取输出文件名指定的图像,检查是否是一个图像文件以避免覆盖!
  if(!m.empty()){ // 如果成功读取到了图像
    std::cerr << "fail! Please specify an output file, don't want to overwrite your images!" << endl;
    help(av); // 显示帮助信息
    return 1; // 退出程序,并返回错误代码1
  }


  FileStorage fs(outputname, FileStorage::WRITE); // 创建FileStorage对象,用于将文件写入outputname
  fs << "images" << "["; // 开始写入图片列表
  for(int i = 2; i < ac; i++){ // 遍历所有命令行参数,排除了程序名和输出文件名
    fs << string(av[i]); // 将图像文件路径写入文件
  }
  fs << "]"; // 结束列表
  return 0; // 成功退出程序
}

该程序的功能是从命令行参数中创建一个图像文件列表,并将该列表序列化为yaml或xml格式的文件。该程序首先会检查用户是否指定帮助参数,如果指定了,则显示帮助信息并退出。然后程序会尝试解析命令行参数中指定的输出文件名,如果用户没有指定输出文件或输出文件已经存在并且不是为空的图像文件(避免覆盖现有图像文件),程序将显示错误信息并退出。如果输出文件名有效,程序将创建一个FileStorage对象,并循环遍历除命令行参数名和输出文件名以外的其他所有参数,将它们以列表的形式序列化到指定的yaml或xml文件中。

go 复制代码
./test.exe imagelist.yaml pic1.png pic2.png pic3.png pic4.png
相关推荐
lucky_lyovo38 分钟前
自然语言处理NLP---预训练模型与 BERT
人工智能·自然语言处理·bert
fantasy_arch43 分钟前
pytorch例子计算两张图相似度
人工智能·pytorch·python
AndrewHZ2 小时前
【3D重建技术】如何基于遥感图像和DEM等数据进行城市级高精度三维重建?
图像处理·人工智能·深度学习·3d·dem·遥感图像·3d重建
飞哥数智坊2 小时前
Coze实战第18讲:Coze+计划任务,我终于实现了企微资讯简报的定时推送
人工智能·coze·trae
Code_流苏3 小时前
AI热点周报(8.10~8.16):AI界“冰火两重天“,GPT-5陷入热议,DeepSeek R2模型训练受阻?
人工智能·gpt·gpt5·deepseek r2·ai热点·本周周报
赴3353 小时前
矿物分类案列 (一)六种方法对数据的填充
人工智能·python·机器学习·分类·数据挖掘·sklearn·矿物分类
大模型真好玩3 小时前
一文深度解析OpenAI近期发布系列大模型:意欲一统大模型江湖?
人工智能·python·mcp
双翌视觉3 小时前
工业视觉检测中的常见的四种打光方式
人工智能·计算机视觉·视觉检测
念念01073 小时前
基于MATLAB多智能体强化学习的出租车资源配置优化系统设计与实现
大数据·人工智能·matlab
nonono3 小时前
深度学习——常见的神经网络
人工智能·深度学习·神经网络