源代码

您可以在 OpenCV 源代码库的 modules/gapi/samples/oak_basic_infer.cpp 中找到如何处理异构图的源代码。
#include <algorithm>
#include <iostream>
#include <sstream>
 
#include <opencv2/imgproc.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/gapi.hpp>
#include <opencv2/gapi/core.hpp>
#include <opencv2/gapi/imgproc.hpp>
#include <opencv2/gapi/infer.hpp>
#include <opencv2/gapi/infer/parsers.hpp>
#include <opencv2/gapi/render.hpp>
#include <opencv2/gapi/cpu/gcpukernel.hpp>
#include <opencv2/highgui.hpp>
 
#include <opencv2/gapi/oak/oak.hpp>
#include <opencv2/gapi/oak/infer.hpp>
 
const std::string keys =
    "{ h help | | 打印此帮助消息 }"
    "{ detector | | 已编译的 .blob 人脸检测器模型的路径 }"
    "{ duration | 100 | 从相机中提取帧并在其上运行推理的帧数 }";
 
namespace custom {
 
G_API_NET(FaceDetector, <cv::GMat(cv::GFrame)>, "sample.custom.face-detector");
 
using GDetections = cv::GArray<cv::Rect>;
使用 GSize = cv::GOpaque<cv::Size>;
使用 GPrims = cv::GArray<cv::gapi::wip::draw::Prim>;
 
G_API_OP(BBoxes, <GPrims(GDetections)>, "sample.custom.b-boxes") {
    静态 cv::GArrayDesc outMeta(常量 cv::GArrayDesc &) {
        返回 cv::empty_array_desc();
    }
};
 
GAPI_OCV_KERNEL(OCVBBoxes, BBoxes) {
    // 该内核将矩形转换为 G-API 的渲染基元
    //
    静态 void run(常量 std::vector<cv::Rect> &in_face_rcs,
std::vector<cv::gapi::wip::draw::Prim> &out_prims) {
out_prims.clear();
        常量 自动 cvt = [](常量 cv::Rect &rc, 常量 cv::Scalar &clr) {
            返回 cv::gapi::wip::draw::Rect(rc, clr, 2);
        };
        对于 (自动 &&rc : in_face_rcs) {
out_prims.emplace_back(cvt(rc, CV_RGB(0,255,0))); // 绿色
        }
    }
};
 
} // 命名空间 custom
 
int main(int argc, char *argv[]) {
    cv::CommandLineParser cmd(argc, argv, keys);
    如果 (cmd.has("帮助")) {
cmd.printMessage();
        返回 0;
    }
 
    常量 自动 det_name = cmd.get<std::string>("检测");
    常量 自动 duration = cmd.get<int>("时长");
 
    如果 (det_name.empty()) {
std::cerr << "严重错误：未为示例提供检测模型路径。"
<< "请使用 --detector 选项指定路径。"
<< std::endl;
        返回 1;
    }
 
    // 准备 G-API 内核和网络包
    自动 detector = cv::gapi::oak::Params<custom::FaceDetector>(det_name);
    自动 networks = cv::gapi::networks(detector);
 
    auto 卷积核 = cv::gapi::combine(
cv::gapi::kernels<custom::OCVBBoxes>(),
        cv::gapi::oak::kernels());
 
    auto 参数 = cv::compile_args(卷积核, 网络);
 
    //初始化图结构
    cv::GFrame in;
    cv::GFrame 拷贝 = cv::gapi::oak::copy(in); // NV12 传输到主机 + 进行透传拷贝以进行推断
    cv::GOpaque<cv::Size> 大小 = cv::gapi::streaming::size(拷贝);
 
    //推断不受此处的实际拷贝的影响
    cv::GMat blob = cv::gapi::infer<custom::FaceDetector>(拷贝);
    // FIXME: OAK 推断检测出超出框架边界稍许的面部
    cv::GArray<cv::Rect> rcs = cv::gapi::parseSSD(blob, 大小, 0.5f, true, false);
    auto 渲染 = cv::gapi::wip::draw::renderFrame(拷贝, custom::BBoxes::on(rcs));
    //实时转换 NV12->BGR
    cv::GMat 输出 = cv::gapi::streaming::BGR(渲染);
 
    auto 流水线 = cv::GComputation(cv::GIn(in), cv::GOut(输出, rcs))
.compileStreaming(std::move(参数));
 
    //图执行
流水线.setSource(cv::gapi::wip::make_src<cv::gapi::oak::ColorCamera>());
流水线.start();
 
    cv::Mat 输出_矩阵;
std::vector<cv::Rect> 输出_检测;
    int 帧 = 0;
    while (流水线.pull(cv::gout(输出_矩阵, 输出_检测))) {
std::string 名称 = "oak_infer_frame_" + std::to_string(帧) + ".png";
 
        cv::imwrite(名称, 输出_矩阵);
 
        if (!输出_检测.empty()) {
std::cout << "Got " << 输出_检测.size() << " detections on frame #" << 帧 << std::endl;
        }
 
++帧;
        如果（帧数 == 持续时间）{
管线停止；
            跳出;
        }
    }
std::cout << "管线已完成。已处理 " << 帧数 << " 帧" << std::endl；
    返回 0;
}
目录

源代码
