Skip to main content

~Tensor

CropAndPaste

函数功能

ImageProcessor类的图像抠图并贴图接口,抠图贴图效果示意图请参见图1

  1. 输入输出Image类支持的图像格式参考如下。

    • Atlas 200I/500 A2 推理产品 支持YUV_SP_420、YVU_SP_420(nv12、nv21)。
  2. 从“inputImage”中抠取一块图像。

    1. 输入Image类的真实图片宽高大小范围:18 * 6 ~ 4096 * 4096,其中 YUV_SP_420 和 YVU_SP_420 格式的宽高可达到 8192 * 8192。

    2. 抠图宽高范围不能超过“inputImage”的真实图片宽高,抠图区域的范围最小为:10 * 6。

      输入抠图参数的四个值推荐均为偶数。除RGB、BGR以外,若包含奇数,则左上角坐标自动向下取偶数,右下角坐标自动向上取偶数。

      例如:cropRect{1, 1, 1287, 1287} ,实际抠图宽高为:((1287 + 1) - (1 - 1))= 1288。

  3. 缩放至指定贴图区域的大小。

  4. 将缩放后的图片贴到“pastedImage”的指定贴图区域。

    1. 贴图宽高范围不能超过“pastedImage”的真实图片宽高,贴图区域的范围最小为: 10 * 6 ,最大为:4096 * 4096。
    2. 输入贴图参数的四个值推荐均为偶数。除RGB、BGR以外,若包含奇数,则左上角坐标自动向下取偶数,右下角坐标自动向上取偶数。
    3. 贴图参数左上角坐标的x会自动对齐到16的倍数。例如:
      • pasteRect{17, 17, 1287, 1287} ,实际贴图宽高为:((1287 + 1) - (17 - 1))= 1272,对应的分辨率为1272 * 1272。
      • pasteRect{18, 18, 1287, 1287} ,实际贴图宽为:((1287 + 1) - 32) = 1256,高为:((1287 + 1) - 18) = 1270,对应的分辨率为1256 * 1270。
    4. 贴图宽高不能超过抠图宽高的[1/32, 16]倍数区间。
    5. 在 Atlas 200I/500 A2 推理产品 环境下,贴图“rect”的右下角的“x”值推荐与“16”对齐。
  5. 输出的“pastedImage”宽自动与16对齐,高与2对齐,因此宽高范围为:32 * 6 ~ 4096 * 4096。

    图1 抠图缩放贴图

函数原型

APP_ERROR CropAndPaste(const Image& inputImage, const std::pair<Rect, Rect>& cropPasteRect, Image& pastedImage);
APP_ERROR CropAndPaste(const Image& inputImage, const std::pair<Rect, Rect>& cropPasteRect, Image& pastedImage, AscendStream& stream);

参数说明

参数名输入/输出说明
inputImage输入输入抠图缩放前的Image类。 Decode接口和其他VPC接口获取的Image类可以直接作为输入。若是用户自定义构造的Image类,则需要设置图像宽高和图像对齐后的宽高。
cropPasteRect输入输入图像的抠图缩放参数。第一个Rect对应抠图参数,第二个Rect对应贴图参数
pastedImage输入/输出输出抠图后的Image类。
stream输入输入用于异步执行的Stream,具体请参见AscendStream

返回参数说明

数据结构说明
APP_ERROR程序执行返回的错误码,请参考APP_ERROR说明

父主题: ImageProcessor

类说明

Tensor数据类,作为模型推理的输入与输出的数据结构。

:::note 说明 Tensor类涉及申请Device侧资源,与MxDeInit的作用域冲突,因此,其作用域不能大于或等于MxDeInit的作用域。 :::

父主题: Tensor

Tensor

函数功能

Tensor类的构造函数。

函数原型

Tensor() //默认构造函数。 构造失败时,会抛出std::runtime_error异常
Tensor(const Tensor &tensor); // 支持拷贝构造
Tensor(const std::vector<uint32_t> &shape, const MxBase::TensorDType &dataType, const int32_t &deviceId = -1)
//不传入内存,可搭配TensorMalloc接口进行内存申请,申请的内存无需用户管理释放。 构造失败时,会抛出std::runtime_error异常
Tensor(void* usrData,const std::vector<uint32_t> &shape, const MxBase::TensorDType &dataType, const int32_t &deviceId = -1)
//传入用户自己构造的数据内存,需要用户自身对此内存进行管理(保证内存数据的生命周期)。 构造失败时,会抛出std::runtime_error异常
Tensor(const std::vector<uint32_t> &shape, const MxBase::TensorDType &dataType, const int32_t &deviceId,
bool isDvpp);
Tensor(void *usrData, const std::vector<uint32_t> &shape, const MxBase::TensorDType &dataType,
const int32_t &deviceId, const bool isDvpp, const bool isBorrowed);
Tensor(const Tensor &tensor, const Rect &rect); // 带引用区域的拷贝构造

参数说明

参数名输入/输出说明
tensor输入已初始化的其它Tensor。
usrData输入用户构造的输入内存,该内存由用户管理申请和释放。
shape输入Tensor的shape属性。
dataType输入Tensor的数据类型,具体请参见TensorDType
deviceId输入Tensor所在的设备ID,默认为-1,在Host侧。
- 当Tensor构造函数中使用“isDVPP”参数,此时deviceID无默认值,需根据实际情况输入。
- 如果传入用户指针“usrData”,该值需要与deviceId为同一侧内存(Host侧为“-1”,Device侧为具体设备ID),否则后续业务存在风险和异常。
isDvpp输入设置是否申请DVPP的内存,“deviceId”如果为“-1”,则申请Host侧内存,该参数设置无效。 如果传入用户指针“usrData”并且“isDvpp”设置为“true”,则需保证“usrData”指向的内存在Device侧,否则后续业务存在风险和异常。
isBorrowed输入设置是否将usrData指向的内存交由Tensor来释放,“isBorrowed”的值设为“false”,则由Tensor来释放usrData指向的内存,用户无需释放;“isBorrowed”的值设为“true”,则用户需要自行管理usrData指向的内存。 (须知 委托Tensor管理该内存,仅支持需要手动释放的内存,否则可能导致内存重复释放。)
rect输入代表图片的引用区域坐标(x0, y0, x1, y1)左闭右开。 (须知 若采用Tensor(const Tensor &tensor, const Rect &rect)的方式进行构造,要求: tensor不能为空,仅支持 NHWC 、 HWC 和 HW 的tensor,通道数为1/3/4,batch维度为1。 rect区域x0,y0需要分别小于x1,y1;x0, y0, x1,y1需要在tensor的宽高范围内。)

父主题: Tensor

~Tensor

函数功能

Tensor类的默认析构函数。

函数原型

~Tensor()

父主题: Tensor

operator =

函数功能

Tensor类重载等号运算符,对成员变量进行深拷贝,对内存数据进行浅拷贝,引用计数加一。

函数原型

Tensor &operator=(const Tensor &other)

参数说明

参数名输入/输出说明
other输入输入的Tensor类。

父主题: Tensor

operator ==

operator ==

函数功能

Tensor类重载相等运算符,检查两个Tensor的内容是否相等。

函数原型

bool operator==(const Tensor &other);

参数说明

参数名输入/输出说明
other输入输入的Tensor类。

父主题: Tensor

GetData

函数功能

获得Tensor的内存数据。

函数原型

void* GetData() const

返回参数说明

数据结构说明
void*Tensor数据裸指针。

父主题: Tensor

在线提单