Как преобразовать torch :: Tensor в cv :: InputArray?

Я пытаюсь использовать cv::getAffineTransform(), и я застрял на том, как преобразовать тензоры в соответствующие cv::InputArray. Я пробовал это, чтобы столкнуться с нарушением доступа:

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());

Что я здесь делаю не так? Есть ли способ поделиться базовым буфером и вообще избежать копирования?


c++ opencv torch libtorch
person Rika    schedule 22.08.2020    source источник

Ответы (1)


arrow_upward
1
arrow_downward

В нем нет необходимости указывать размеры в cv::Mat для успешного копирования! То есть мне нужно было сделать вот что:

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;

И это больше не приводит к нарушению доступа. и я могу убедиться, что значения копируются:

[1.1;
 2;
 3.3]
[1.1;
 2;
 3.3]

Поскольку в предыдущем примере использовались придуманные входные данные, cv::getAffineTransform() выйдет из строя, поэтому вот более реалистичный ввод и вывод, который вы можете запустить и убедиться, что он работает:

Метод 1. Использование std::memcpy для копирования данных:

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;

И
Способ 2. Использование базового буфера вместо копирования:

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>());
person Rika    schedule 22.08.2020