在嵌入式端进行CNN推理时,opencv中Mat数组数据组织格式为HWC,输入到推理框架中,需要转换为CHW格式,可以使用opencv中dnn模块的cv::dnn::blobFromImages
或cv::dnn::blobFromImage
函数进行转换,得到一个Mat数组,它的Mat.data的数据组织格式为NCHW,数据类型为float32,可以直接输入到推理框架中。
以下为验证代码:
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/opencv.hpp>
//#include <opencv2/blob.hpp>
#include <iostream>
using namespace std;
using namespace cv;
int main()
{
// 图片尺寸:H500,W700,C3
cv::Mat img=cv::imread("../yolov3_mini.jpg", 1);
printf("%d, %d, %d\n", img.rows, img.cols, img.channels());
// 5个batch
vector<cv::Mat> inMatList;
inMatList.push_back(img);
inMatList.push_back(img);
inMatList.push_back(img);
inMatList.push_back(img);
inMatList.push_back(img);
// ret.data 数据组织形式为nchw,数据格式为float32类型
cv::Mat ret = cv::dnn::blobFromImages(inMatList);
printf("%d, %d, %d\n", ret.rows, ret.cols, ret.channels());
// printf("%d\n", ret.rows, ret.cols, ret.channels());
// nchw
unsigned char smg[500*700*3*5];
float * data = (float * )ret.data;
for (int n=0;n<5;n++)
for (int c=0;c<3;c++)
for (int h=0;h<500;h++)
for (int w=0;w<700;w++)
{
smg[n*500*700*3+h*700*3+w*3+c] = data[n*3*500*700+c*500*700+h*700+w];
}
// 解算出原图像,验证结果
cv::imwrite("save1.bmp", cv::Mat(500 ,700, CV_8UC3, smg+700*500*3*0));
cv::imwrite("save2.bmp", cv::Mat(500 ,700, CV_8UC3, smg+700*500*3*1));
cv::imwrite("save3.bmp", cv::Mat(500 ,700, CV_8UC3, smg+700*500*3*2));
cv::imwrite("save4.bmp", cv::Mat(500 ,700, CV_8UC3, smg+700*500*3*3));
cv::imwrite("save5.bmp", cv::Mat(500 ,700, CV_8UC3, smg+700*500*3*4));
}