ncnn::Mat float 输入与cv::Mat 的转化

ncnn 官方文档很少，自己摸索写了例子

#include <opencv2\opencv.hpp>
#include <map>
#include <vector>  
#include <algorithm>  
#include <functional>  
#include <cstdlib> 
#include <iostream>
#include <stdio.h>
#include <stdlib.h>
#include <net.h>
#include <fstream>
using namespace std;
using namespace cv;
static int detect_squeezenet(const cv::Mat& bgr, std::vector<float>& cls_scores)
{

    //模型加载
    ncnn::Net net;
    net.load_param("D:/github/ncnn-win10/ncnn-20190611/examples/squeezenet_v1.1.param");
    net.load_model("D:/github/ncnn-win10/ncnn-20190611/examples/squeezenet_v1.1.bin");

    //数据处理，from_pixels_resize：将cv::Mat数据转换到ncnn::Mat同时进行resize操作
    ncnn::Mat in = ncnn::Mat::from_pixels_resize(bgr.data, ncnn::Mat::PIXEL_BGR, bgr.cols, bgr.rows, 227, 227);

    const float mean_vals[3] = { 104.f, 117.f, 123.f };
    in.substract_mean_normalize(mean_vals, 0);      //减均值除方差

    //模型推理
    ncnn::Extractor ex = net.create_extractor();
    ex.input("data", in);
    ncnn::Mat out;
    ex.extract("prob", out);

    cls_scores.resize(out.w);
    for (int j = 0; j<out.w; j++)
    {
        cls_scores[j] = out[j];
    }

    return 0;
}

static int print_topk(const std::vector<float>& cls_scores, int topk)
{
    // partial sort topk with index
    int size = cls_scores.size();
    std::vector< std::pair<float, int> > vec;
    vec.resize(size);
    for (int i = 0; i<size; i++)
    {
        vec[i] = std::make_pair(cls_scores[i], i);
    }

    std::partial_sort(vec.begin(), vec.begin() + topk, vec.end(),
        std::greater< std::pair<float, int> >());

    // print topk and score
    for (int i = 0; i<topk; i++)
    {
        float score = vec[i].first;
        int index = vec[i].second;
        fprintf(stderr, "%d = %f\n", index, score);
    }

    return 0;
}
void pretty_print(const ncnn::Mat& m)
{
    //cv::Mat imageDate(m.h, m.w, CV_32FC1);
    //for (int c = 0; c < 3; c++) {
    //    for (int i = 0; i < m.h; i++)
    //    {
    //        for (int j = 0; j < m.w; j++)
    //        {
    //            float t = ((float*)m.data)[j + i * m.w + c * m.h * m.w];
    //            cout << t;
    //            //imageDate.data[(2 - c) + j * 3 + i * m.w * 3] = t;
    //        }
    //        cout << endl;
    //    }
    //    cout << endl << endl;
    //}

    for (int q = 0; q<m.c; q++)
    {
        const float* ptr = m.channel(q);
        for (int y = 0; y<m.h; y++)
        {
            for (int x = 0; x<m.w; x++)
            {
                printf("%f ", ptr[x]);
            }
            ptr += m.w;
            printf("\n");
        }
        printf("------------------------\n");
    }
}
int main()
{

    fstream file1, file2;//创建文件流对象
    file1.open("D:/ncnn/ncnn_test/80x1x1.txt");
    int w = 1;
    int h = 80;
    #define  CHANNAL 1
    
    Mat input = Mat::zeros(h, w, CV_32FC(CHANNAL));//创建Mat类矩阵，定义初始化值全部是0，矩阵大小和txt一致

    //将txt文件数据写入到Data矩阵中
    typedef cv::Vec<float, CHANNAL> Vecf;
    char ch;
    for (int i = 0; i < CHANNAL; i++)
    {
        for (int j = 0; j < h; j++)
        {
            for (int k = 0; k < w; k++)
            {
                //file1 >> Ky1_Data.at<float>(i, j);
                file1 >> input.at<Vecf>(j, k)[i];
                //cout << Ky1_Data.at<Vecf>(j, k)[i];
            }
            //file1 >> ch;
        }
    }

    //模型加载
    ncnn::Net net;
    //net.load_param("D:/ncnn/ncnn_test/bias/1D_bias_001_80x1x1.param");
    //net.load_param("D:/ncnn/ncnn_test/MUL_EItwise/1D_MUL_EItwise_001_80x1x1.param");
    net.load_param("D:/ncnn/ncnn_test/Scale/scale.param");
    net.load_model("D:/ncnn/ncnn_test/Scale/scale.bin");
    //net.load_param("D:/ncnn/ncnn_test/bias/1D_bias_001_80x1x1.param");
    //net.load_model("D:/github/ncnn-win10/ncnn-20190611/examples/squeezenet_v1.1.bin");
    ncnn::Mat in(w, h, CHANNAL);
    memcpy(in.data, input.data, input.cols*input.rows*input.channels()*sizeof(float));

    //ncnn::Mat in = ncnn::Mat::from_pixels(input.data, ncnn::Mat::PIXEL_GRAY, input.cols, input.rows);
    //ncnn::Mat in = ncnn::Mat::from_float16((unsigned short *)input.data, input.cols*input.rows);
    pretty_print(in);

    //const float mean_vals[3] = { 104.f, 117.f, 123.f };
    //in.substract_mean_normalize(mean_vals, 0);      //减均值除方差

                                                    //模型推理
    ncnn::Extractor ex = net.create_extractor();
    ex.input("data", in);
    ncnn::Mat out0;
    ex.extract("out", out0);
    pretty_print(out0);
    

    std::cout << "finshed!";

    //std::string imagepath = "./test.jpg";
    //cv::Mat m = cv::imread(imagepath, CV_LOAD_IMAGE_COLOR);
    //if (m.empty())
    //{
    //    std::cout << "cv::imread " << imagepath << " failed\n" << std::endl;
    //    return -1;
    //}

    //std::vector<float> cls_scores;
    //detect_squeezenet(m, cls_scores);

    //print_topk(cls_scores, 3);

    return 0;
}