gpt4 book ai didi

c++ - 如何将Torch::Tensor转换为cv::InputArray?

转载 作者:行者123 更新时间:2023-12-02 10:11:09 25 4
gpt4 key购买 nike

我正在尝试使用cv::getAffineTransform(),并且坚持如何将张量转换为相应的cv::InputArray
我已经尝试过这些来面对访问冲突:

torch::Tensor src = torch::tensor({ 1.1, 2.0, 3.3 });
torch::Tensor dst = torch::tensor({ 1.1, 2.0, 3.3 });

cv::Mat input_array;
cv::Mat destination_array;
std::memcpy(input_array.data, src.data_ptr<float>(), sizeof(float) * src.numel());
std::memcpy(destination_array.data, dst.data_ptr<float>(), sizeof(float) * dst.numel());
我在这里做错了什么?
有没有办法共享基础缓冲区并完全避免复制?

最佳答案

它会淘汰,以便成功复制必须在cv::Mat中指定尺寸!也就是说,我需要这样做:

cv::Mat input_array (3, 1, CV_32FC1);
cv::Mat destination_array (3, 1, CV_32FC1);

std::memcpy(input_array.data, src.data_ptr<float>(), sizeof(float) * src.numel());
std::memcpy(destination_array.data, dst.data_ptr<float>(), sizeof(float) * dst.numel());

std::cout << input_array << std::endl;
std::cout << destination_array << std::endl;
而且这不会导致访问冲突。我可以验证值是否确实被复制:
[1.1;
2;
3.3]
[1.1;
2;
3.3]
由于前一个示例使用的是伪造的输入数据,因此 cv::getAffineTransform()将崩溃,因此您可以运行更实际的输入和输出,并查看其工作原理:
方法1:使用std::memcpy复制数据:
torch::Tensor src = torch::tensor({ {137.47012, 62.52604}, {170.50703, 64.21498}, {154.49675, 80.78379} });
torch::Tensor dst = torch::tensor({ {38.294598, 51.6963}, {73.5318, 51.5014}, {56.0252, 71.7366} });

std::cout << "src.shapes: " << src.sizes() << std::endl;
std::cout << "dst.shapes: " << dst.sizes() << std::endl;

int rows = src.sizes()[0];
int cols = (src.sizes().size() == 1) ? 1 : src.sizes()[1];

cv::Mat input_array (rows, cols, CV_32FC1);
cv::Mat destination_array (rows, cols, CV_32FC1);

std::memcpy(input_array.data, src.data_ptr<float>(), sizeof(float) * src.numel());
std::memcpy(destination_array.data, dst.data_ptr<float>(), sizeof(float) * dst.numel());

std::cout << "input_array:\n" << input_array << std::endl;
std::cout << "destination_array:\n" << destination_array << std::endl;

auto tfm = cv::getAffineTransform(input_array, destination_array);
std::cout << "tfm:\n" << tfm << std::endl;

方法2:使用基础缓冲区而不是复制:
int height = src.sizes()[0];
int width = src.sizes()[1];
cv::Mat input_array(cv::Size{width, height }, CV_32F, src.data_ptr<float>());
cv::Mat destination_array(cv::Size{ width, height }, CV_32F, dst.data_ptr<float>());

关于c++ - 如何将Torch::Tensor转换为cv::InputArray?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/63533708/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com