解读opencv->tensorrt的数据排列方式
作者:永力
这篇文章主要介绍了解读opencv->tensorrt的数据排列方式,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
opencv->tensorrt的数据排列
在使用tensorrt的时候,将opencv的Mat格式处理成tensorrt输入方式。
中间还有图像预处理,包括通道的变换、图像尺寸变形,最重要的是如何将Mat格式处理成tensorrt 可接受的输入形式。
opencv的Mat中BGR形式的数据排列是这样的:
b(0,0), g(0,0), r(0,0), b(0,1), g(0,1), r(0,1),......, b(h-1,w-1), g(h-1,w-1), r(h-1,w-1)
tensorrt所需要的数据排列是这样的:
b(0,0), b(0,1),..., b(h-1,w-1), g(0,0), g(0,1)..., g(h-1,w-1), r(0,0),r(0,1), ..., r(h-1,w-1)
可见,需要将Mat的数据通道分离,重新排列,才能为tensorrt所用。
下面摘录两种常见的处理方法。
1.使用split函数分离通道
std::vector<float> prepareImage(std::vector<cv::Mat> &vec_img) { std::vector<float> result(BATCH_SIZE * IMAGE_WIDTH * IMAGE_HEIGHT * INPUT_CHANNEL); float *data = result.data(); int index = 0; for (const cv::Mat &src_img : vec_img) { if (!src_img.data) continue; float ratio = float(IMAGE_WIDTH) / float(src_img.cols) < float(IMAGE_HEIGHT) / float(src_img.rows) ? float(IMAGE_WIDTH) / float(src_img.cols) : float(IMAGE_HEIGHT) / float(src_img.rows); cv::Mat flt_img = cv::Mat::zeros(cv::Size(IMAGE_WIDTH, IMAGE_HEIGHT), CV_8UC3); cv::Mat rsz_img; cv::resize(src_img, rsz_img, cv::Size(), ratio, ratio); rsz_img.copyTo(flt_img(cv::Rect(0, 0, rsz_img.cols, rsz_img.rows))); flt_img.convertTo(flt_img, CV_32FC3, 1.0 / 255); //HWC TO CHW int channelLength = IMAGE_WIDTH * IMAGE_HEIGHT; std::vector<cv::Mat> split_img = { cv::Mat(IMAGE_HEIGHT, IMAGE_WIDTH, CV_32FC1, data + channelLength * (index + 2)), // Mat与result数据区域共享 cv::Mat(IMAGE_HEIGHT, IMAGE_WIDTH, CV_32FC1, data + channelLength * (index + 1)), cv::Mat(IMAGE_HEIGHT, IMAGE_WIDTH, CV_32FC1, data + channelLength * index) }; index += 3; cv::split(flt_img, split_img); // 通道分离 } return result; // result与split_img的数据共享 }
2.手撕通道,暴力直接
std::vector<float> prepareImage(std::vector<cv::Mat> &vec_img) { std::vector<float> result(BATCH_SIZE * INPUT_CHANNEL * IMAGE_HEIGHT * IMAGE_WIDTH); float* data = result.data(); int index = 0; int offset = IMAGE_WIDTH * IMAGE_HEIGHT; // 数据预处理 for(const auto &img:vec_img){ float ratio = IMAGE_WIDTH/float(img.cols) < IMAGE_HEIGHT/float(img.rows) ? IMAGE_WIDTH/float(img.cols) : IMAGE_HEIGHT/float(img.rows); cv::Mat rsz_img; cv::resize(img, rsz_img, cv::Size(), ratio, ratio, 0); cv::Mat flt_img(IMAGE_HEIGHT, IMAGE_WIDTH, CV_8UC3, cv::Scalar(128, 128, 128)); rsz_img.copyTo(flt_img(cv::Rect(0, 0, rsz_img.cols, rsz_img.rows))); // 手撕三通道,填入data int i = 0; for (int row = 0; row < IMAGE_HEIGHT; ++row) { uchar* uc_pixel = flt_img.data + row * flt_img.step; for (int col = 0; col < IMAGE_WIDTH; ++col) { data[index * 3 * IMAGE_HEIGHT * IMAGE_WIDTH + i] = (float)uc_pixel[2]/255.; data[index * 3 * IMAGE_HEIGHT * IMAGE_WIDTH + i + IMAGE_HEIGHT * IMAGE_WIDTH] = (float)uc_pixel[1]/255.; data[index * 3 * IMAGE_HEIGHT * IMAGE_WIDTH+ i + 2 * IMAGE_HEIGHT * IMAGE_WIDTH] = (float)uc_pixel[0]/255.; uc_pixel += 3; ++i; } } index++; } return result; }
总结
以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。