通过OpenCV函数把NCHW数据转换为NHWC格式

置顶 freekun
于 2024-10-02 10:07:56 发布
阅读量731
点赞数 7
文章标签： opencv 人工智能计算机视觉
本文链接：https://blog.csdn.net/freekun/article/details/142678795
版权
#include "opencv2/opencv.hpp"

void MatNchwToNhwc() {
    // 数据初始化: 模拟网络输出NCHW格式(2,3,4,5), 存储顺序RGB
    const int32_t image_n = 2;
    const int32_t image_c = 3;
    const int32_t image_h = 4;
    const int32_t image_w = 5;
    cv::Mat cv_prob = (cv::Mat_<uint8_t>(1, image_n * image_c * image_h * image_w) <<   // 0x19bc0418140
                       'R', 'R', 'R', 'R', 'R', 'R', 'R', 'R', 'R', 'R', 'R', 'R', 'R', 'R', 'R', 'R', 'R', 'R', 'R', 'R',
                       'G', 'G', 'G', 'G', 'G', 'G', 'G', 'G', 'G', 'G', 'G', 'G', 'G', 'G', 'G', 'G', 'G', 'G', 'G', 'G',
                       'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B',
                       'R', 'R', 'R', 'R', 'R', 'R', 'R', 'R', 'R', 'R', 'R', 'R', 'R', 'R', 'R', 'R', 'R', 'R', 'R', 'R',
                       'G', 'G', 'G', 'G', 'G', 'G', 'G', 'G', 'G', 'G', 'G', 'G', 'G', 'G', 'G', 'G', 'G', 'G', 'G', 'G',
                       'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B');
    std::cerr << "==> cv_prob" << std::endl << cv_prob << std::endl;

    int32_t ndims[] = {image_n, image_c, image_h, image_w};
    cv::Mat cv_nchw = cv_prob.reshape(1, 4, ndims);  // 复用内存 0x19bc0418140
    std::cerr << "==> cv_nchw MatTotal: " << cv_nchw.total() << std::endl;    // 120
    std::cerr << "==> cv_nchw Channels: " << cv_nchw.channels() << std::endl; // 1
    std::cerr << "==> cv_nchw Mat.row: " << cv_nchw.rows << std::endl;        // -1
    std::cerr << "==> cv_nchw Mat.col: " << cv_nchw.cols << std::endl;        // -1
    std::cerr << "==> cv_nchw MatSize: " << cv_nchw.size << std::endl;        // 2 x 3 x 4 x 5

    cv::Mat cv_nhwc;                          // 0123    0231
    std::vector<int32_t> order = {0,2,3,1};   // NCHW -> NHWC
    cv::transposeND(cv_nchw, order, cv_nhwc);  // 分配内存 0x19bc0417580
    std::cerr << "==> cv_nhwc MatTotal: " << cv_nhwc.total() << std::endl;    // 120
    std::cerr << "==> cv_nhwc Channels: " << cv_nhwc.channels() << std::endl; // 1
    std::cerr << "==> cv_nhwc Mat.row: " << cv_nhwc.rows << std::endl;        // -1
    std::cerr << "==> cv_nhwc Mat.col: " << cv_nhwc.cols << std::endl;        // -1
    std::cerr << "==> cv_nhwc MatSize: " << cv_nhwc.size << std::endl;        // 2 x 4 x 5 x 3

    cv::Mat cv_out = cv_nhwc.reshape(image_n*image_c, {image_h, image_w});  // 复用内存 0x19bc0417580
    std::cerr << "==> cv_out MatTotal: " << cv_out.total() << std::endl;      // 20
    std::cerr << "==> cv_out Channels: " << cv_out.channels() << std::endl;   // 6
    std::cerr << "==> cv_out Mat.row: " << cv_out.rows << std::endl;          // 4
    std::cerr << "==> cv_out Mat.col: " << cv_out.cols << std::endl;          // 5
    std::cerr << "==> cv_out MatSize: " << cv_out.size << std::endl;          // 4 x 5

    cv::Mat im_rgb;
    cv_out.convertTo(im_rgb, CV_8UC(image_n*image_c));  // 分配内存 0x19bc0417c40
    std::cerr << "==> im_rgb" << std::endl << im_rgb << std::endl;
    // [ 82,  71,  66,  82,  71,  66,  82,  71,  66,  82,  71,  66,  82,  71,  66,  82,  71,  66,  82,  71,  66,  82,  71,  66,  82,  71,  66,  82,  71,  66;
    //   82,  71,  66,  82,  71,  66,  82,  71,  66,  82,  71,  66,  82,  71,  66,  82,  71,  66,  82,  71,  66,  82,  71,  66,  82,  71,  66,  82,  71,  66;
    //   82,  71,  66,  82,  71,  66,  82,  71,  66,  82,  71,  66,  82,  71,  66,  82,  71,  66,  82,  71,  66,  82,  71,  66,  82,  71,  66,  82,  71,  66;
    //   82,  71,  66,  82,  71,  66,  82,  71,  66,  82,  71,  66,  82,  71,  66,  82,  71,  66,  82,  71,  66,  82,  71,  66,  82,  71,  66,  82,  71,  66]
}