MindSpore数据集mindspore::dataset

MindSpore数据集mindspore::dataset

ResizeBilinear

#include <image_process.h>

bool ResizeBilinear(LiteMat &src, LiteMat &dst, int dst_w, int dst_h)

通过双线性算法调整图像大小，当前仅支持的数据类型为uint8，当前支持的通道为3和1。

• 参数
• src: 输入的图片数据。
• dst: 输出的图片数据。
• dst_w: 输出图片数据的宽度。
• dst_h: 输出图片数据的高度。
• 返回值

执行成功返回true，否则不满足条件返回false。

InitFromPixel

#include <image_process.h>

bool InitFromPixel(const unsigned char *data, LPixelType pixel_type, LDataType data_type, int w, int h, LiteMat &m)

从像素初始化LiteMat，提供数据为RGB或者BGR格式，不用进行格式转换，当前支持的转换是RGB_TO_BGR、RGBA_To_RGB、RGBA_To_BGR、NV21_To_BGR和NV12_To_BGR。

• 参数
• data: 输入的数据。
• pixel_type: 像素点的类型。
• data_type: 数据的类型。
• w: 输出数据的宽度。
• h: 输出数据的高度。
• mat: 用于存储图像数据。
• 返回值

初始化成功返回true，否则返回false。

ConvertTo

#include <image_process.h>

bool ConvertTo(LiteMat &src, LiteMat &dst, double scale = 1.0)

转换数据类型，当前支持的转换是将uint8转换为float。

• 参数
• src: 输入的图片数据。
• dst: 输出图像数据。
• scale: 对像素做尺度(默认值为1.0)。
• 返回值

转换数据类型成功返回true，否则返回false。

Crop

#include <image_process.h>

bool Crop(LiteMat &src, LiteMat &dst, int x, int y, int w, int h)

裁剪图像，通道支持为3和1。

• 参数
• src: 输入的图片数据。
• dst: 输出图像数据。
• x: 屏幕截图起点的x坐标值。
• y: 屏幕截图起点的y坐标值。
• w: 截图的宽度。
• h: 截图的高度。
• 返回值

裁剪图像成功返回true，否则返回false。

SubStractMeanNormalize

#include <image_process.h>

bool SubStractMeanNormalize(const LiteMat &src, LiteMat &dst, const std::vector<float> &mean, const std::vector<float> &std)

归一化图像，当前支持的数据类型为float。

• 参数
• src: 输入的图片数据。
• dst: 输出图像数据。
• mean: 数据集的均值。
• std: 数据集的方差。
• 返回值

归一化成功返回true，否则返回false。

Pad

#include <image_process.h>

bool Pad(const LiteMat &src, LiteMat &dst, int top, int bottom, int left, int right, PaddBorderType pad_type, uint8_t fill_b_or_gray, uint8_t fill_g, uint8_t fill_r)

填充图像，通道支持为3和1。

• 参数
• src: 输入的图片数据。
• dst: 输出图像数据。
• top: 图片顶部长度。
• bottom: 图片底部长度。
• left: 图片左边长度。
• right: 图片右边长度。
• pad_type: padding的类型。
• fill_b_or_gray: R或者GRAY。
• fill_g: G。
• fill_r: R。
• 返回值

填充图像成功返回true，否则返回false。

ExtractChannel

#include <image_process.h>

bool ExtractChannel(const LiteMat &src, LiteMat &dst, int col)

按索引提取图像通道。

• 参数
• src: 输入的图片数据。
• col: 通道的序号。
• 返回值

提取图像通道成功返回true，否则返回false。

Split

#include <image_process.h>

bool Split(const LiteMat &src, std::vector<LiteMat> &mv)

将图像通道拆分为单通道。

• 参数
• src: 输入的图片数据。
• mv: 单个通道数据。
• 返回值

图像通道拆分成功返回true，否则返回false。

Merge

#include <image_process.h>

bool Merge(const std::vector<LiteMat> &mv, LiteMat &dst)

用几个单通道阵列创建一个多通道图像。

• 参数
• mv: 单个通道数据。
• dst: 输出图像数据。
• 返回值

创建多通道图像成功返回true，否则返回false。

Affine

#include <image_process.h>

void Affine(LiteMat &src, LiteMat &out_img, double M[6], std::vector<size_t> dsize, UINT8_C1 borderValue)

对1通道图像应用仿射变换。

• 参数
• src: 输入图片数据。
• out_img: 输出图片数据。
• M[6]: 仿射变换矩阵。
• dsize: 输出图像的大小。
• borderValue: 采图之后用于填充的像素值。

void Affine(LiteMat &src, LiteMat &out_img, double M[6], std::vector<size_t> dsize, UINT8_C3 borderValue)

#include <image_process.h>

对3通道图像应用仿射变换。

• 参数
• src: 输入图片数据。
• out_img: 输出图片数据。
• M[6]: 仿射变换矩阵。
• dsize: 输出图像的大小。
• borderValue: 采图之后用于填充的像素值。

GetDefaultBoxes

#include <image_process.h>

std::vector<std::vector<float>> GetDefaultBoxes(BoxesConfig config)

获取Faster R-CNN，SSD，YOLO等的默认框。

• 参数
• config: BoxesConfig结构体对象。
• 返回值

返回默认框。

ConvertBoxes

#include <image_process.h>

void ConvertBoxes(std::vector<std::vector<float>> &boxes, std::vector<std::vector<float>> &default_boxes, BoxesConfig config)

将预测框转换为（y，x，h，w）的实际框。

• 参数
• boxes: 实际框的大小。
• default_boxes: 默认框。
• config: BoxesConfig结构体对象。

ApplyNms

#include <image_process.h>

std::vector<int> ApplyNms(std::vector<std::vector<float>> &all_boxes, std::vector<float> &all_scores, float thres, int max_boxes)

对实际框的非极大值抑制。

• 参数
• all_boxes: 所有输入的框。
• all_scores: 通过网络执行后所有框的得分。
• thres: IOU的预值。
• max_boxes: 输出框的最大值。
• 返回值

返回框的id。

LiteMat

#include <lite_mat.h>

LiteMat是一个处理图像的类。

构造函数和析构函数

LiteMat

LiteMat()

LiteMat(int width, LDataType data_type = LDataType::UINT8)

LiteMat(int width, int height, LDataType data_type = LDataType::UINT8)

LiteMat(int width, int height, int channel, LDataType data_type = LDataType::UINT8)

MindSpore中dataset模块下LiteMat的构造方法，使用参数的默认值。

~LiteMat

~LiteMat()

MindSpore dataset LiteMat的析构函数。

公有成员函数

Init

void Init(int width, LDataType data_type = LDataType::UINT8)

void Init(int width, int height, LDataType data_type = LDataType::UINT8)

void Init(int width, int height, int channel, LDataType data_type = LDataType::UINT8)

该函数用于初始化图像的通道，宽度和高度，参数不同。

IsEmpty

bool IsEmpty() const

确定对象是否为空的函数。

• 返回值

返回true或者false。

Release

void Release()

释放内存的函数。

公有属性

data_ptr_

data_ptr_

pointer类型，表示存放图像数据的地址。

elem_size_

elem_size_

int类型，表示元素的字节数。

width_

width_

int类型，表示图像的宽度。

height_

height_

int类型，表示图像的高度。

channel_

channel_

int类型，表示图像的通道数。

c_step_

c_step_

int类型，表示经过对齐后的图像宽高之积。

dims_

dims_

int类型，表示图像的维数。

size_

size_

size_t类型，表示图像占用内存的大小。

data_type_

data_type_

LDataType类型，表示图像的数据类型。

ref_count_

ref_count_

pointer类型，表示引用计数器的地址。

Subtract

#include <lite_mat.h>

bool Subtract(const LiteMat &src_a, const LiteMat &src_b, LiteMat *dst)

计算每个元素的两个图像之间的差异。

• 参数
• src_a: 输入的图像a的数据。
• src_b: 输入的图像b的数据。
• dst: 输出图像的数据。
• 返回值

满足条件的计算返回true，否则返回false。

Divide

#include <lite_mat.h>

bool Divide(const LiteMat &src_a, const LiteMat &src_b, LiteMat *dst)

计算每个元素在两个图像之间的划分。

• 参数
• src_a: 输入的图像a的数据。
• src_b: 输入的图像b的数据。
• dst: 输出图像的数据。
• 返回值

满足条件的计算返回true，否则返回false。

Multiply

#include <lite_mat.h>

bool Multiply(const LiteMat &src_a, const LiteMat &src_b, LiteMat *dst)

计算每个元素在两个图像之间的相乘值。

• 参数
• src_a: 输入的图像a的数据。
• src_b: 输入的图像b的数据。
• dst: 输出图像的数据。
• 返回值

满足条件的计算返回true，否则返回false。