OpenCV  4.10.0
开源计算机视觉库
正在加载...
正在搜索...
无匹配项
samples/dnn/segmentation.cpp
#include <fstream>
#include <sstream>
#include <opencv2/dnn.hpp>
#include "common.hpp"
std::string keys =
"{ help h | | 打印帮助信息。 }"
"{ @alias | | 从 models.yml 文件中提取预处理参数的模型别名。 }"
"{ zoo | models.yml | 包含预处理参数的可选文件路径。 }"
"{ device | 0 | 摄像机设备编号。 }"
"{ input i | | 输入图像或视频文件的路径。跳过此参数以从摄像机捕获帧。 }"
"{ framework f | | 模型的原始框架的可选名称。如果未设置,则自动检测。 }"
"{ classes | | 包含类别名称的文本文件的可选路径。 }"
"{ colors | | 包含每个类别颜色的文本文件的可选路径。 "
"每个颜色用 BGR 通道顺序中的 0 到 255 之间的三个值表示。 }"
"{ backend | 0 | 选择计算后端之一: "
"0: 自动(默认),"
"1: Halide 语言 (http://halide-lang.org/),"
"2: 英特尔的深度学习推理引擎 (https://software.intel.com/openvino-toolkit),"
"3: OpenCV 实现,"
"4: VKCOM,"
"5: CUDA }"
"{ target | 0 | 选择目标计算设备之一: "
"0: CPU 目标(默认),"
"1: OpenCL,"
"2: OpenCL fp16(半精度浮点数),"
"3: VPU,"
"4: Vulkan,"
"6: CUDA,"
"7: CUDA fp16(半精度浮点数预处理) }";
using namespace cv;
using namespace dnn;
std::vector<std::string> classes;
std::vector<Vec3b> colors;
void showLegend();
void colorizeSegmentation(const Mat &score, Mat &segm);
int main(int argc, char** argv)
{
CommandLineParser parser(argc, argv, keys);
const std::string modelName = parser.get<String>("@alias");
const std::string zooFile = parser.get<String>("zoo");
keys += genPreprocArguments(modelName, zooFile);
parser = CommandLineParser(argc, argv, keys);
parser.about("使用此脚本使用 OpenCV 运行语义分割深度学习网络。");
if (argc == 1 || parser.has("help"))
{
parser.printMessage();
return 0;
}
float scale = parser.get<float>("scale");
Scalar mean = parser.get<Scalar>("mean");
bool swapRB = parser.get<bool>("rgb");
int inpWidth = parser.get<int>("width");
int inpHeight = parser.get<int>("height");
String model = findFile(parser.get<String>("model"));
String config = findFile(parser.get<String>("config"));
String framework = parser.get<String>("framework");
int backendId = parser.get<int>("backend");
int targetId = parser.get<int>("target");
// 打开包含类别名称的文件。
if (parser.has("classes"))
{
std::string file = parser.get<String>("classes");
std::ifstream ifs(file.c_str());
if (!ifs.is_open())
CV_Error(Error::StsError, "文件 " + file + " 未找到");
std::string line;
while (std::getline(ifs, line))
{
classes.push_back(line);
}
}
// 打开包含颜色的文件。
if (parser.has("colors"))
{
std::string file = parser.get<String>("colors");
std::ifstream ifs(file.c_str());
if (!ifs.is_open())
CV_Error(Error::StsError, "文件 " + file + " 未找到");
std::string line;
while (std::getline(ifs, line))
{
std::istringstream colorStr(line.c_str());
Vec3b color;
for (int i = 0; i < 3 && !colorStr.eof(); ++i)
colorStr >> color[i];
colors.push_back(color);
}
}
if (!parser.check())
{
parser.printErrors();
return 1;
}
CV_Assert(!model.empty());
Net net = readNet(model, config, framework);
net.setPreferableBackend(backendId);
net.setPreferableTarget(targetId);
// 创建一个窗口
static const std::string kWinName = "OpenCV 中的深度学习语义分割";
namedWindow(kWinName, WINDOW_NORMAL);
if (parser.has("input"))
cap.open(parser.get<String>("input"));
else
cap.open(parser.get<int>("device"));
// 处理帧。
Mat frame, blob;
while (waitKey(1) < 0)
{
cap >> frame;
if (frame.empty())
{
break;
}
blobFromImage(frame, blob, scale, Size(inpWidth, inpHeight), mean, swapRB, false);
net.setInput(blob);
Mat score = net.forward();
Mat segm;
colorizeSegmentation(score, segm);
resize(segm, segm, frame.size(), 0, 0, INTER_NEAREST);
addWeighted(frame, 0.1, segm, 0.9, 0.0, frame);
// 放置效率信息。
std::vector<double> layersTimes;
double freq = getTickFrequency() / 1000;
double t = net.getPerfProfile(layersTimes) / freq;
std::string label = format("推理时间:%.2f 毫秒", t);
putText(frame, label, Point(0, 15), FONT_HERSHEY_SIMPLEX, 0.5, Scalar(0, 255, 0));
imshow(kWinName, frame);
if (!classes.empty())
showLegend();
}
return 0;
}
void colorizeSegmentation(const Mat &score, Mat &segm)
{
const int rows = score.size[2];
const int cols = score.size[3];
const int chns = score.size[1];
if (colors.empty())
{
// 生成颜色。
colors.push_back(Vec3b());
for (int i = 1; i < chns; ++i)
{
Vec3b color;
for (int j = 0; j < 3; ++j)
color[j] = (colors[i - 1][j] + rand() % 256) / 2;
colors.push_back(color);
}
}
else if (chns != (int)colors.size())
{
CV_Error(Error::StsError, format("输出类别的数量与颜色的数量不匹配(%d != %zu)"
"%d != %zu)", chns, colors.size()));
}
Mat maxCl = Mat::zeros(rows, cols, CV_8UC1);
Mat maxVal(rows, cols, CV_32FC1, score.data);
for (int ch = 1; ch < chns; ch++)
{
for (int row = 0; row < rows; row++)
{
const float *ptrScore = score.ptr<float>(0, ch, row);
uint8_t *ptrMaxCl = maxCl.ptr<uint8_t>(row);
float *ptrMaxVal = maxVal.ptr<float>(row);
for (int col = 0; col < cols; col++)
{
if (ptrScore[col] > ptrMaxVal[col])
{
ptrMaxVal[col] = ptrScore[col];
ptrMaxCl[col] = (uchar)ch;
}
}
}
}
segm.create(rows, cols, CV_8UC3);
for (int row = 0; row < rows; row++)
{
const uchar *ptrMaxCl = maxCl.ptr<uchar>(row);
Vec3b *ptrSegm = segm.ptr<Vec3b>(row);
for (int col = 0; col < cols; col++)
{
ptrSegm[col] = colors[ptrMaxCl[col]];
}
}
}
void showLegend()
{
static const int kBlockHeight = 30;
static Mat legend;
if (legend.empty())
{
const int numClasses = (int)classes.size();
if ((int)colors.size() != numClasses)
{
CV_Error(Error::StsError, format("输出类别的数量与颜色的数量不匹配(%d != %zu)"
"number of labels (%zu != %zu)", colors.size(), classes.size()));
}
legend.create(kBlockHeight * numClasses, 200, CV_8UC3);
for (int i = 0; i < numClasses; i++)
{
Mat block = legend.rowRange(i * kBlockHeight, (i + 1) * kBlockHeight);
block.setTo(colors[i]);
putText(block, classes[i], Point(0, kBlockHeight / 2), FONT_HERSHEY_SIMPLEX, 0.5, Vec3b(255, 255, 255));
}
namedWindow("Legend", WINDOW_NORMAL);
imshow("Legend", legend);
}
}
用于命令行解析的工具。
定义 utility.hpp:820
n 维密集数组类
定义 mat.hpp:812
Mat & setTo(InputArray value, InputArray mask=noArray())
将所有或部分数组元素设置为指定的值。
MatSize size
定义 mat.hpp:2160
uchar * data
指向数据的指针
定义 mat.hpp:2140
void create(int rows, int cols, int type)
如果需要,分配新的数组数据。
uchar * ptr(int i0=0)
返回指向指定矩阵行的指针。
Mat rowRange(int startrow, int endrow) const
为指定的行跨度创建矩阵头。
bool empty() const
如果数组没有元素,则返回 true。
用于指定图像或矩形大小的模板类。
定义 types.hpp:335
用于短数值向量的模板类,是 Matx 的一个特例。
定义 matx.hpp:369
用于从视频文件、图像序列或摄像头捕获视频的类。
定义 videoio.hpp:731
virtual bool open(const String &filename, int apiPreference=CAP_ANY)
打开视频文件或捕获设备或 IP 视频流以进行视频捕获。
void addWeighted(InputArray src1, double alpha, InputArray src2, double beta, double gamma, OutputArray dst, int dtype=-1)
计算两个数组的加权和。
std::string String
定义 cvstd.hpp:151
#define CV_32FC1
定义 interface.h:118
unsigned char uchar
定义 interface.h:51
#define CV_8UC1
定义 interface.h:88
#define CV_8UC3
定义 interface.h:90
String format(const char *fmt,...)
返回使用类似 printf 的表达式格式化的文本字符串。
#define CV_Error(code, msg)
调用错误处理程序。
定义 base.hpp:320
double getTickFrequency()
返回每秒的滴答次数。
#define CV_Assert(expr)
在运行时检查条件,如果失败则抛出异常。
定义 base.hpp:342
Mat blobFromImage(InputArray image, double scalefactor=1.0, const Size &size=Size(), const Scalar &mean=Scalar(), bool swapRB=false, bool crop=false, int ddepth=CV_32F)
从图像创建 4 维 blob。可以选择从中心调整图像大小和裁剪图像,...
Net readNet(CV_WRAP_FILE_PATH const String &model, CV_WRAP_FILE_PATH const String &config="", const String &framework="")
读取以支持的格式之一表示的深度学习网络。
void imshow(const String &winname, InputArray mat)
在指定的窗口中显示图像。
int waitKey(int delay=0)
等待按下键。
void namedWindow(const String &winname, int flags=WINDOW_AUTOSIZE)
创建窗口。
void putText(InputOutputArray img, const String &text, Point org, int fontFace, double fontScale, Scalar color, int thickness=1, int lineType=LINE_8, bool bottomLeftOrigin=false)
绘制文本字符串。
void line(InputOutputArray img, Point pt1, Point pt2, const Scalar &color, int thickness=1, int lineType=LINE_8, int shift=0)
绘制连接两个点的线段。
void resize(InputArray src, OutputArray dst, Size dsize, double fx=0, double fy=0, int interpolation=INTER_LINEAR)
调整图像大小。
int main(int argc, char *argv[])
定义 highgui_qt.cpp:3
与磁盘上的文件相关联的文件存储的“黑盒”表示。
定义 core.hpp:102