c++ - 如何在 OpenCV 中将 4 维矩阵转换为 NHWC 格式

Question

所以我正在实现 SIFT，问题是我不知道如何在 OpenCV 中处理 channel 。这是我到目前为止所做的。

#ifndef QUANTIZATION_DATABASE_DATA_READ_H
#define QUANTIZATION_DATABASE_DATA_READ_H
// C HEADERS
#include <stdlib.h>
#include <fcntl.h>
// C++ HEADERS
#include <iostream>
#include <string>
// OPENCV HEADERS
#include <opencv2/opencv.hpp>

namespace cv
{
    class DataReader
    {
    public:

        explicit DataReader(int _flags) : flags(_flags)
        {

        }

        void read(std::string filename, const char *key, Mat &res)
        {
            try
            {
                FileStorage fs(filename, FileStorage::Mode::FORMAT_XML | FileStorage::Mode::READ);
                fs[key] >> res;
                fs.release();
            }
            catch (Exception e)
            {
                std::cerr << e.msg << std::endl;
            }

        }

    private:
        int flags;
    };
}

我要实现的算法如下。

1. 从 xml 文件中读取 4 维矩阵 (NHWC)。
2. 将其存储在矩阵中
3. 将其转化为 NHWC

问题是，当我使用 Tensorflow 做一些事情时，我不必执行第 3 步。它只是自动知道最后一个维度是 channel 。那么，我该怎么办？

Answer 1

似乎没有办法为一批图像制作 4 维缓冲区。所以我决定更改 xml 文件的格式，结果非常有效。

以下是此问题的临时解决方法。

#ifndef QUANTIZATION_DATABASE_DATA_READ_H
#define QUANTIZATION_DATABASE_DATA_READ_H
// C HEADERS
#include <stdlib.h>
#include <fcntl.h>
// C++ HEADERS
#include <iostream>
#include <string>
// OPENCV HEADERS
#include <opencv2/opencv.hpp>

namespace cv
{
    class DataReader
    {
    public:

        explicit DataReader(int _flags) : flags(_flags)
        {

        }

        void read(std::string filename, Mat &res)
        {
            try
            {
                float length = 0;

                FileStorage fs(filename, FileStorage::Mode::FORMAT_XML | FileStorage::Mode::READ);

                fs["size"] >> length;
                for (int i = 0; i < (int)length; ++i) {
                    std::string key("image");
                    std::string index = std::to_string(i);
                    Mat image;

                    key = key + index;
                    fs[key.c_str()] >> image;
                    std::cout << image.channels() << std::endl;
                    res.push_back(image);
                }

                fs.release();
            }
            catch (Exception e)
            {
                std::cerr << e.msg << std::endl;
            }

        }

    private:
        int flags;
    };
}