Анализ настроений с помощью Stanford CoreNLP в Python

Каждая строка файла csv представляет собой строку. Если ваше изображение равно 1 каналу, каждое значение представляет собой значение оттенка серого для пикселя:

1,2,3 
4,5,6 
7,8,9 

Полученное изображение 3x3 1 канала:

Если ваше изображение имеет 3 канала, три последовательных значения в каждой строке представляют триплет bgr . Например:

1,2,3,200,100,200
4,5,6,47,205,103
7,8,9,95,23,209

приводит к 3-канальному 3-канальному изображению:

Функция loadFromCSV принимает строка содержимого csv и тип изображения OpenCV и возвращает изображение:

Mat loadFromCSV(const string& values, int opencv_type);

Взгляните на полный код:

#include 
#include 
#include 
#include 
using namespace std;
using namespace cv;

Mat loadFromCSV(const string& values, int opencv_type)
{
    Mat m;

    stringstream ss(values);
    string line;
    while (getline(ss, line))
    {
        vector dvals;

        stringstream ssline(line);
        string val;
        while (getline(ssline, val, ','))
        {
            dvals.push_back(stod(val));
        }

        Mat mline(dvals, true);
        transpose(mline, mline);

        m.push_back(mline);
    }

    int ch = CV_MAT_CN(opencv_type);

    m = m.reshape(ch);
    m.convertTo(m, opencv_type);
    return m;
}

int main()
{
    string values = "1,2,3\n4,5,6\n7,8,9";
    Mat img = loadFromCSV(values, CV_8UC1);
    //Mat img = loadFromCSV(values, CV_8UC3);

    //string values = "1,2,3,200,100,200\n4,5,6,47,205,103\n7,8,9,95,23,209";
    //Mat img = loadFromCSV(values, CV_8UC3);

    cout << "Img:" << endl;
    cout << img << endl;

    imshow("Img", img);
    waitKey();

    return 0;
}