海思开发：python下转换图片为bgr_planner格式

前言

模型转换后，性能多多少少都有点损失，为了评估肯定需要在海思上跑个数据集，但是海思的图片输入格式是bgr_planner格式，所以需要对图片做个格式转换。对于大神来说，直接全用c/c++完成，但本菜逼只能选择这种two-stage方式了。

代码

废话不多说，代码都是经过试验，确定能跑的通的。为了放心，特意还做了个试验，同一张图片用python转为bgr_planner格式，和用c++转为bgr_planner格式，再先后喂入人脸识别模型，最后的输出特征值差了0.05左右。

import cv2
import os
import numpy as np
import struct

# 图片转为bgr_planner文件并保存
def mat_to_bgr_planner(img_path, bgr_path, new_size, bgr_planner=1):

    img = cv2.imread(img_path)

    img = cv2.resize(img, new_size)

    height = img.shape[0]
    width = img.shape[1]
    channel = img.shape[