opencv相关后端

速览

以下后端输入范围max()均为1.

名称	初始化参数	输入[类型]	输出[类型]	备注
DecodeMat	无	data[str/bytes]	result[cv::Mat] color[str]
cvtColorMat	color	data[cv::Mat] color[str]	result[cv::Mat]
ResizeMat	resize_h,resize_w	data[cv::Mat]	result[cv::Mat]
PillowResizeMat	resize_h,resize_w	data[cv::Mat]	result[cv::Mat]	CV_8UC3
ResizePadMat	max_h,max_w,pad_value	data[cv::Mat]	- result[cv::Mat] - inverse_trans [std::function<std::pair<float, float>(float x, float y)>]	CV_8UC3
Mat2Tensor	device=cpu,gpu	data[cv::Mat]	result[at::Tensor]	Mat2CpuTensor Mat2GpuTensor
SaveMat	save_dir	data[cv::Mat]	result[cv::Mat]
AlignMat	align,resize_h,max_w	data[cv::Mat]	result[cv::Mat],resize_h[int],resize_w[int]	max()=UINT32_MAX
DynamicResizeMat		data[cv::Mat],resize_h,resize_w[int]	result[cv::Mat]
PerspectiveTransformMat		data[cv::Mat],TASK_BOX_KEY	result[cv::Mat]

DecodeMat

• 调用opencv，以IMREAD_COLOR模式将图片解码为cv::Mat. 此时输出图片会被转化为3通道BGR图片.
• 如果解码出的图片为空，则输出无result键值；
• color 固定的为 "bgr".

cvtColorMat

• 初始化时的color为目标颜色空间；输入中读取的color为数据的颜色空间；两者不同时，将进行颜色空间转换, 否则，返回输入值；
• color 目前支持“rgb” 和 “bgr”
• 进行颜色空间转换时，输入的数据需要为三通道数据，否则将抛出异常。

ResizeMat

• 调用opencv默认的插值方式进行resize操作；
• resize_h 和 resize_w 需要为整数，有效范围为[1, 1024 * 1024]

PillowResizeMat

• 输入的cv::Mat类型需要是CV_8UC3
• resize_h 和 resize_w 需要为整数，有效范围为[1, 1024 * 1024]
• 严格保持和pillow的双线性插值结果一致（在大量数据上进行了验证）

ResizePadMat

• 保持长宽比resize, 左上角对齐以常数pad_value进行pad.
• 输入的cv::Mat类型需要是CV_8UC3
• max_h 和 max_w 需要为整数，有效范围为[1, 1024 * 1024]
• pad_value 支持整数。
• inverse_trans: 用于将新坐标映射到原始坐标.

Mat2Tensor

• 将cv::Mat转为at::Tensor，保持数据类型不变
• 输出形状1chw
• 数据进行深拷贝
• 类似于SyncTensor, 会同步当前流

警告

请插入流管理操作： Sequential[Mat2Tensor,SyncTensor] 或者SyncTensor[Mat2Tensor]， 否则Mat2Tensor将使用默认cuda流。

Mat2CpuTensor

• 将cv::Mat转为at::Tensor(cpu)，保持数据类型不变
• 输出形状1chw
• 数据进行深拷贝

Mat2GpuTensor

• 将cv::Mat转为at::Tensor(gpu)，保持数据类型不变
• 输出形状1chw

SaveMat

• save_dir：文件保存目录，需要提前创建；
• 文件名后缀是.png，名称唯一

AlignMat

计算输入图片在以下条件限制下的目标长宽：

• 基本保持长宽比
• 目标高度固定为resize_h
• 目标宽度不大于max_w
• 长宽对齐于align

初始化

参数

• resize_h - 目标长度。
• max_w - 最大宽度。
• align - default=32, 目标长和宽需要是此参数的倍数。

前向

参数

• data - 输入数据，需要是cv::Mat类型。
• result - 输出，result=data。
• resize_h - 输出，目标高度
• resize_w 输出，目标宽度

min()/max()

[1,UINT32_MAX]

DynamicResizeMat

根据前向输入数据提供的resize_h与resize_w,对目标图像进行resize操作。

PerspectiveTransformMat

执行透视变换

前向

参数

• data - 输入数据，需要是cv::Mat类型。
• TASK_BOX_KEY - 原坐标，类型是std::vector<std::vector<int>>,外部和内部长度分别是4，2，代表四个点，每个点的坐标两个值。顺序为[左上角，右上角，右下角，左下角]。
• result - 输出。