O_o >_< o_O O_o ~_~ o_O
大家知道，對於一個視覺深度學習應用來說，主要會涉及幾個流程：視頻編解碼、圖像預處理、模型推理、后處理。這里介紹一下圖像預處理的實現。
以默認如下配置為例：opencv 讀圖、寬高均為512、三通道、均值 [0.485, 0.456, 0.406]、方差 [0.229, 0.224, 0.225]、需做歸一化、以 RGB 喂給模型。那么你的預處理可以這么寫：
cv::Mat source, frame;
source = cv::imread(img_path); // 讀圖
if (!source.data) // 異常判斷
{
std::cout << " read error" << std::endl;
}
int batchsize = 1;
int net_w = 512;
int net_h = 512;
cv::cvtColor(source, frame, cv::COLOR_BGR2RGB); // 通道轉換
cv::resize(frame, frame, cv::Size(net_w, net_h)); // resize
float* mat_data = new float[batchsize * net_w * net_h * 3];
int data_index = 0;
// 開啟圖像預處理
for(int i = 0; i < net_h; i++)
{
const uchar* current = frame.ptr<uchar>(i); // 指向每行首地址
for(int j = 0; j < net_w; j++)
{
mat_data[data_index] = ((current[3*j + 0] / 255.0) - 0.485) / 0.229; // R
mat_data[net_w*net_h + data_index] = ((current[3*j + 1] / 255.0) - 0.456) / 0.224; // G
mat_data[2*net_w * net_h + data_index] = ((current[3*j + 2] / 255.0) - 0.406) / 0.225; // B
data_index++;
}
}
// 然后把 mat_data 喂給模型
// 用完之后別忘了 delete mat_data
delete mat_data;
解釋一下以上的代碼，opencv 讀圖默認 BGR 排布，這個案例需要以 RGB 喂給模型，所以在做預處理的時候最重要的是要把通道對應起來。這里的實現主要利用了指針偏移，每個內循環的起始位置都是指向每行首地址，然后慢慢往后偏移，在偏移的途中順便做一些預處理的操作，等走完一遍也就順便完成了圖像預處理流程，這樣的處理方式，效率還是不錯的。
然后再說一下預處理完的數據排布，前面說了 opencv 讀進來是 BGR 的，經過了 cvtColor 轉換后成了 RGB，這個時候的數據排布是 RGBRGBRGBRGBRGB...，然后進我們的圖像預處理，做完之后的數據排布是這樣的：RRRRRRRRRRRR...GGGGGGGGGGG...BBBBBBBBBBB，之后在喂給模型就行。
以上介紹了用 C++ 實現一般模型推理圖片預處理的方法，預處理是深度學習應用中必不可少的一個環節，代碼還算比較通用，希望我的分享能對你的學習有一點幫助。
【公眾號傳送】
《【模型推理】教你用 C++ 實現一般模型推理圖片預處理模塊》