< NCNN-Lession-9 > Load Image

开始

由于马上学习网络forward的部分，这一节先学习一下ncnn如何读取外部图片的．

我们再插一个小红旗：

作用

通常我们读取读片的时候会用到Opencv的Mat类，大家应该发现了，Opencv中的Mat类和ncnn中的Mat类的名字其实是一样的．为了区分方便，我们把Opencv中的Mat类记错cv::Mat，我们把ncnn中的Mat类记做ncnn::Mat.

本节的作用就是用Opencv读取图片，然后把cv::Mat转化为ncnn::Mat．

实现

由于Opencv读一幅彩色图片的格式是bgr的格式，我们今天只考虑bgr的cv::Mat转化到ncnn:Mat．暂时不考虑其他格式的转化．

我们首先考虑一下Opencv::Mat的图片数据存放方式．

Opencv::Mat的索引方式是这样的：

• 先索引列h
• 再索引宽w
• 再索引通道c

可以用下面的表格来看一下Opencv的数据存放方式:

b	g	r	b	g	r	…	pad?
b	g	r	b	g	r	…	pad?

对上面的表格做一个说明：

元素分布是按照bgrbgrbgr….的顺序排列的．

每一行代表一个行（一个w）数据．

pad?代表是否需要pad操作．Opencv默认内存是连续的，也就是没有pad操作．

上面是用表格的形式展示的，在内存上，上面的所有行是连在一起的．

我们先考虑Opencv内存是连续的情况．

由于我们之前学过，ncnn::Mat中有ncnn::channel的函数，它可以返回一个对应channel的新的ncnn::Mat对象．所以我们可以针对bgr这三个通道各自建立一个channel对象，并每隔3个元素分别读入即可．

static int from_rgb(const unsigned char* rgb, int w, int h, int stride, Mat& m,
                    Allocator* allocator) {
    m.create(w, h, 3, 4u, allocator);
    if (m.empty()) return -100;

    float* ptr0 = m.channel(0);
    float* ptr1 = m.channel(1);
    float* ptr2 = m.channel(2);
	
	int remain = w * h;
    for (; remain > 0; remain--) {
            *ptr0 = rgb[0];
            *ptr1 = rgb[1];
            *ptr2 = rgb[2];
            rgb += 3;
            ptr0++;
            ptr1++;
            ptr2++;
        }

    return 0;
}

现在我们考虑cv::Mat中每一行的内存需要pad，也就是内存不连续的情况．

这个时候我们需要知道Ｍat的stride，也就是加上pad之后一行有多少个元素．所以pad的个数就是：

const int wgap = stride - w * 3;

在求得wgap之后，每一行读完之后，指针需要移动wgap的数目．

所以，具体的实现方式如下：

static int from_rgb(const unsigned char* rgb, int w, int h, int stride, Mat& m,
                    Allocator* allocator) {
    m.create(w, h, 3, 4u, allocator);
    if (m.empty()) return -100;

    const int wgap = stride - w * 3;

    float* ptr0 = m.channel(0);
    float* ptr1 = m.channel(1);
    float* ptr2 = m.channel(2);

    for (int y = 0; y < h; y++) {
        int remain = w;
        for (; remain > 0; remain--) {
            *ptr0 = rgb[0];
            *ptr1 = rgb[1];
            *ptr2 = rgb[2];
            rgb += 3;
            ptr0++;
            ptr1++;
            ptr2++;
        }
        rgb += wgap;
    }
    return 0;
}

如果我们把上述两种情况都考虑在一起，它的实现方式如下：

static int from_rgb(const unsigned char* rgb, int w, int h, int stride, Mat& m,
                    Allocator* allocator) {
    m.create(w, h, 3, 4u, allocator);
    if (m.empty()) return -100;
    const int wgap = stride - w * 3;
    if (wgap == 0) {
        w = w * h;
        h = 1;
    }

    float* ptr0 = m.channel(0);
    float* ptr1 = m.channel(1);
    float* ptr2 = m.channel(2);

    for (int y = 0; y < h; y++) {
        int remain = w;
        for (; remain > 0; remain--) {
            *ptr0 = rgb[0];
            *ptr1 = rgb[1];
            *ptr2 = rgb[2];
            rgb += 3;
            ptr0++;
            ptr1++;
            ptr2++;
        }
        rgb += wgap;
    }

    return 0;
}

代码示例

测试程序在这里．

代码结构如下：