samples/dnn/segmentation.cpp

#include <fstream>
#include <sstream>
 
#include <opencv2/dnn.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/highgui.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 | 包含预处理参数文件的可选路径 }"
    "{ device | 0 | 摄像机设备编号。 }"
    "{ input i | | 输入图像或视频文件的路径。跳过此参数即可从摄像头捕获帧。 }"
    "{ framework f | | 模型的原始框架名称（可选）。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。 "
                      每个颜色都以BGR通道顺序表示为0到255之间的三个值。 }"
    "{ backend | 0 | 选择一种计算后端： "
                        "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 | 选择一个目标计算设备： "
                        "0：CPU目标（默认）， "
                        "1：OpenCL， "
                        "2：OpenCL fp16（半精度浮点）， "
                        "3：VPU， "
                        "4：Vulkan， "
                        "6：CUDA， "
                        "7：CUDA fp16（半精度浮点预处理） }";
 
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("使用此脚本运行使用OpenCV的语义分割深度学习网络。");
    if (argc == 1 || parser.has("help"))
    {
parser.printMessage();
        return 0; 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 0; 1;
    }
 
    CV_Assert(!model.empty());
Net net = readNet(model, config, framework);
net.setPreferableBackend(backendId);
net.setPreferableTarget(targetId);
 
    // 创建窗口
    static const std::string kWinName = "OpenCV中的深度学习语义分割";
    namedWindow(kWinName, WINDOW_NORMAL);
 
    VideoCapture cap;
    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);
 
        cv::resize(segm, segm, frame.size(), 0, 0, INTER_NEAREST);
        cv::addWeighted(frame, 0.1, segm, 0.9, 0.0, frame);
 
        // 显示效率信息。
std::vector<double> layersTimes;
        double freq = cv::getTickFrequency() / 1000;
        double t = net.getPerfProfile(layersTimes) / freq;
std::string label = cv::format("推理时间: %.2f ms", t);
        cv::putText(frame, label, cv::Point(0, 15), FONT_HERSHEY_SIMPLEX, 0.5, cv::Scalar(0, 255, 0));
 
        cv::imshow(kWinName, frame);
        if (!classes.empty())
showLegend();
    }
    return 0; 0;
}
 
void colorizeSegmentation(const cv::Mat &score, cv::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(cv::Vec3b());
        for (int i = 1; i < chns; ++i)
        {
            cv::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, cv::format("输出类别数与颜色数不匹配 (%d != %zu)", chns, colors.size()));
                                         
    }
 
    cv::Mat maxCl = cv::Mat::zeros(rows, cols, CV_8UC1);
    cv::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);
        cv::Vec3b *ptrSegm = segm.ptr<cv::Vec3b>(row);
        for (int col = 0; col < cols; col++)
        {
ptrSegm[col] = colors[ptrMaxCl[col]];
        }
    }
}
 
void showLegend()
{
    static const int kBlockHeight = 30;
    static cv::Mat legend;
    if (legend.empty())
    {
        const int numClasses = (int)classes.size();
        if ((int)colors.size() != numClasses)
        {
            CV_Error(Error::StsError, cv::format("输出类别数与颜色数不匹配 (%d != %zu)", chns, colors.size()));
                                             CV_Error(Error::StsError, cv::format("标签数量与颜色数量不匹配 (%zu != %zu)", colors.size(), classes.size()));
        }
legend.create(kBlockHeight * numClasses, 200, CV_8UC3);
        for (int i = 0; i < numClasses; i++)
        {
            cv::Mat block = legend.rowRange(i * kBlockHeight, (i + 1) * kBlockHeight);
block.setTo(colors[i]);
            cv::putText(block, classes[i], cv::Point(0, kBlockHeight / 2), FONT_HERSHEY_SIMPLEX, 0.5, cv::Vec3b(255, 255, 255));
        }
        cv::namedWindow("图例", WINDOW_NORMAL);
        cv::imshow("图例", legend);
    }
}