Le résultat de Python change pendant le calcul de cv2.Rodrigues

Si je cours:

import numpy as np
import cv2

def changes():
    rmat=np.eye(4)
    tvec=np.zeros(3)
    (rvec, jacobian)=cv2.Rodrigues(rmat)
    print rvec

for i in range(2):
    changes()

Je reçois:

[[6.92798859e-310]
 [2.19380404e-316]
 [1.58101007e-322]]
[[0.]
 [0.]
 [0.]]

Donc, le résultat des changes()changements.

Je ne comprends pas pourquoi cela, et le fait qu'il cesse de changer si la tvec=np.zeros(3)ligne est commentée, me fait penser que c'est un bogue dans le système.

Il s'agit très probablement d'un tableau non initialisé tel que renvoyé par np.empty. Ceci, combiné au recyclage de la mémoire, peut conduire au type d'effet que vous voyez. Un exemple minimal serait:

for a in range(5):
    y = np.empty(3,int)
    x = (np.arange(3)+a)**3
    print(x,y)
    del x

# [0 1 8] [94838139529536              0              0]
# [ 1  8 27] [0 1 8]
# [ 8 27 64] [ 1  8 27]
# [ 27  64 125] [ 8 27 64]
# [ 64 125 216] [ 27  64 125]

Observez comment, à la première itération, ycontient des ordures et à chaque itération suivante, il contient la valeur de la précédente, xcar sa mémoire qui a été libérée juste avant lui est attribuée.

Nous pouvons facilement vérifier que dans l'exemple d'origine, c'est également le précédent tvecqui apparaît:

def changes():                              
    rmat=np.eye(4)                      
    tvec=np.array([4,0.0,2.5])
    (rvec, jacobian)=cv2.Rodrigues(rmat)
    print(rvec)

for i in range(3):                    
    changes()                               

# [[4.6609787e-310]
#  [0.0000000e+000]
#  [0.0000000e+000]]
# [[4. ]
#  [0. ]
#  [2.5]]
# [[4. ]
#  [0. ]
#  [2.5]]

Nous pouvons en outre spéculer que c'est le choix particulier rmatqui déclenche l'erreur.

C'est probablement un bogue qui eye(4)est accepté du tout parce que, officiellement, rmatdevrait être 3x1 1x3 ou 3x3. En effet, un 1D rmatqui n'a pas 3 éléments est correctement rejeté par le wrapper Python. Je soupçonne que les «mat» 2D ne sont pas correctement vérifiés au niveau Python. Le code C détecte alors la mauvaise forme ne fait rien, sauf pour renvoyer un code d'erreur que le code Python ne vérifie pas.

En effet, utiliser un rmat=eye(3)effet disparaît:

def changes():
    rmat=np.eye(3)
    tvec=np.array([4,0.0,2.5])
    (rvec, jacobian)=cv2.Rodrigues(rmat)
    print(rvec)

for a in range(3):
    changes()

# [[0.]
#  [0.]
#  [0.]]
# [[0.]
#  [0.]
#  [0.]]
# [[0.]
#  [0.]
#  [0.]]

C'est définitivement un bug dans la fonction Rodrigues ...

Si vous lisez le document correspondant , vous pouvez voir qu'il cv2.Rodriguesa 2 interfaces différentes:

celui qui imite l'interface C ++, où le vecteur de rotation (et éventuellement le jacobien) sont passés par référence et modifiés par la fonction

cv2.Rodrigues(src, dst[, jacobian]) --> None

et un (plus Pythonic) où le vecteur de rotation et le jacobien sont retournés comme un tuple

cv2.Rodrigues(src) --> dst, jacobian

Si vous utilisez la première interface, le pb disparaît ...

import numpy as np
import cv2

def changes():                              
    rmat=np.eye(4)                      
    tvec=np.zeros(3)
    #(rvec, jacobian)=cv2.Rodrigues(rmat)
    cv2.Rodrigues(rmat, tvec)
    print(tvec)

for i in range(2):                    
    changes()

Résultat:

[0. 0. 0.]
[0. 0. 0.]

EDIT après enquête supplémentaire:

La fonction est encore plus boguée comme prévu: lors de l'utilisation de la première interface, les paramètres dstet jacobianne sont pas modifiés, ce qui est en totale contraction avec la docstring:

>>> help(cv2.Rodrigues)
Help on built-in function Rodrigues:

Rodrigues(...)
    Rodrigues(src[, dst[, jacobian]]) -> dst, jacobian
    .   @brief Converts a rotation matrix to a rotation vector or vice versa.
    .   
    .   @param src Input rotation vector (3x1 or 1x3) or rotation matrix (3x3).
    .   @param dst Output rotation matrix (3x3) or rotation vector (3x1 or 1x3), respectively.
    .   @param jacobian Optional output Jacobian matrix, 3x9 or 9x3, which is a matrix of partial
    .   derivatives of the output array components with respect to the input array components.

En d'autres termes, cela nécessite clairement un rapport de bug ...