矩陣和tensor相互轉換

cvmat到tensor

tips:這里主要要注意的就是在opencv和pytorch中存儲順序的差異

cv::cvtColor(frame, frame, CV_BGR2RGB);//normalizationframe.convertTo(frame, CV_32FC3, 1.0f / 255.0f);//opencv format H*W*Cauto input_tensor = torch::from_blob(frame.data, {1, frame_h, frame_w, kCHANNELS});//pytorch format N*C*H*Winput_tensor = input_tensor.permute({0, 3, 1, 2});

tensor 到cvmat

tips:1.squeeze只用于batchsize為1的場景2.permute 是將存儲格式從pytorch形式轉成opencv格式3.因為在處理前對cvmat中的值做了歸一化，所以現(xiàn)在要*255恢復，同時對于不在0-255范圍內的數(shù)據(jù)，需要做限制4.因為cvmat的數(shù)據(jù)格式是8UC3，所以torch tensor要提前轉換成kU8

//send tensor to cpu input_tensor = input_tensor.to(at::kCUDA); //inference torch::Tensor out_tensor = module->forward({input_tensor}).toTensor(); //sequeeze trans tensor shape from 1*C*H*W to C*H*W //permute C*H*W to H*W*C out_tensor = out_tensor.squeeze().detach().permute({1, 2, 0}); //see tip3，tip4 out_tensor = out_tensor.mul(255).clamp(0, 255).to(torch::kU8); out_tensor = out_tensor.to(torch::kCPU); cv::Mat resultImg(frame_h, frame_w, CV_8UC1); //copy the data from out_tensor to resultImg std::memcpy((void *) resultImg.data, out_tensor.data_ptr(), sizeof(torch::kU8) * out_tensor.numel());

如有錯誤，感謝指正！

---

2020/01/14更新

1.tensor 到 cv::Mat 修改一處錯誤

memcpy 復制過程，resultImg對應的數(shù)據(jù)結構應該為CV_8UC1。

2.對于非uint類型的數(shù)據(jù)類型轉換，例如float、double，需做以下兩點修改：

1）resultImg需修改成其他opencv的數(shù)據(jù)結構

2）std::memcpy 行中sizeof（）中內容，需要修改成c++中內建的數(shù)據(jù)類型，如果使用torch::kF32或者其他浮點型，會出現(xiàn)數(shù)據(jù)復制缺失的情況。

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的opencv mat 修改_C++ opencv矩阵和pytorch tensor的互相转换的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。