MNN.CVImageProcess [deprecated]

class CVImageProcess

CVImageProcess用于图像处理,该图像处理类提供了一下图像处理能力:

  • 图像格式转换,类似于cv2.cvtColor,通过设置sourceFormatdestFormat来实现

  • 图像数据类型转换,将uint8类型的图像转换为float32类型的数据

  • 图像的仿射变换,类似于cv2.resizecv2.warpAffine,通过设置CVMatrix 来实现

  • 对图像进行归一化,通过设置meannormal来实现; x = (x - mean) / normal

不建议使用该接口,请使用cv代替

MNN.CV_ImageFormat_*

描述图像格式的数据类型,支持RBG,RGBA,BGR,BGRA,GRAY,YUV_NV21类型

  • 类型:int

  • 枚举值:

    • CV_ImageFormat_BGR

    • CV_ImageFormat_BGRA

    • CV_ImageFormat_RGB

    • CV_ImageFormat_RGBA

    • CV_ImageFormat_GRAY

    • CV_ImageFormat_YUV_NV21


MNN.CV_Filter_*

描述图片变换时的插值类型,支持最近邻,双线性,双三次插值

  • 类型:int

  • 枚举值:

    • CV_Filter_NEAREST

    • CV_Filter_BILINEAL

    • CV_Filter_BICUBIC


MNN.CV_Wrap_*

描述图片变换时的填充方式,支持填0,重复,和最近值填充

  • 类型:int

  • 枚举值:

    • CV_Wrap_ZERO

    • CV_Wrap_REPEAT

    • CV_Wrap_CLAMP_TO_EDGE


CVImageProcess(config)

根据config创建一个图像处理类

参数:

  • config:dict 一个字典,其中的key和value的含义如表格所示

key value 说明
filterType MNN.CV_Filter_* 用于进行图像缩放的滤波类型,默认为:CV_Filter_NEAREST
sourceFormat MNN.CV_ImageFormat_* 用于对转换数据的数据格式进行定义,默认为:CV_ImageFormat_BGRA
destFormat MNN.CV_ImageFormat_* 用于对转换数据的数据格式进行定义,默认为:CV_ImageFormat_BGRA
wrap MNN.CV_Wrap_* 用于对转换后的图像进行填充,默认为:CV_Wrap_ZERO
mean tuple 用于对输入图像进行减均值处理,默认为:(0, 0, 0, 0)
normal tuple 用于对输入图像进行归一化处理,默认为:(1, 1, 1, 1)

返回:CVImageProcess对象

返回类型:CVImageProcess


setMatrix(matrix)

设置仿射变换矩阵

参数:

  • matrix:CVMatrix 图片仿射变换的变换矩阵, 参考CVMatrix

返回:None

返回类型:None


setPadding(value)

当填充类型为CV_Wrap_ZERP时,设置填充值,如果不设置则填充0

参数:

  • value:int 填充值,默认填充0

返回:None

返回类型:None


convert(src, iw, ih, stride, dst)

执行图像处理流程,将src中的数据按照config和matrix的要求进行转换,并将结果存入dst中

参数:

  • src:int|PyCapsule|tuple|ndarray 输入的图像数据,可以是指针(int, PyCapsule),也可以是数据(Tuple, ndarray)

  • iw:int 输入图像的宽度

  • ih:int 输入图像的高度

  • stride:int 输入图像的步长,指每行的字节数,输入0stride=iw * ichannel; 注意在处理YUV图像的时候必须传入stride

  • dst:Tensor 输出的图像Tensor

返回:None

返回类型:None


createImageTensor(dtype, width, height, channel, data)

创建一个存储图像的Tensor

该解口功能不完善,不建议使用

参数:

  • dtype:MNN.Halide_Type_* Tensor的数据类型

  • width:int 图像的宽度

  • height:int 图像的高度

  • channel:int 图像的通道数

  • data:NoneType 未使用参数

返回:存储图像的Tensor对象

返回类型:Tensor


Example

更多用法请参考CVMatrix中的Example

import MNN
import MNN.cv as cv

image = cv.imread('cat.jpg')
image_data = image.ptr
src_height, src_width, channel = image.shape
dst_height = dst_width = 224

# 对读入图像执行一下变换:
# 1. 图像格式转换:RGB -> BGR
# 2. 图像大小缩放:h,w -> 224,224
# 3. 图像类型变换:uint8 -> float32
# 4. 归一化处理:[0,255] -> [0,1]
dst_tensor = MNN.Tensor((1, dst_height, dst_width, channel), MNN.Halide_Type_Float, MNN.Tensor_DimensionType_Tensorflow)
image_processer = MNN.CVImageProcess({'sourceFormat': MNN.CV_ImageFormat_BGR,
                                      'destFormat': MNN.CV_ImageFormat_RGB,
                                      'mean': (127.5, 127.5, 127.5, 0),
                                      'filterType': MNN.CV_Filter_BILINEAL,
                                      'normal': (0.00784, 0.00784,0.00784, 1)})
#设置图像变换矩阵
matrix = MNN.CVMatrix()
x_scale = src_width / dst_width
y_scale = src_height / dst_height
matrix.setScale(x_scale, y_scale)
image_processer.setMatrix(matrix)
image_processer.convert(image_data, src_width, src_height, 0, dst_tensor)