Wie konvertiert man einen Torch::Tensor in ein cv::InputArray?

Question

Ich versuche, die zu verwenden cv::getAffineTransform(), und ich stecke fest, wie ich die Tensoren in die entsprechenden umwandeln kann cv::InputArray. Ich habe diese versucht, um Zugriffsverletzungen zu begegnen:

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());

Was mache ich hier falsch? Gibt es eine Möglichkeit, den zugrunde liegenden Puffer zu teilen und das Kopieren überhaupt zu vermeiden?

Answer 1

Es stellt sich heraus, dass die Angabe der Maße in der cv::Matfür eine gelungene Kopie notwendig war! Das heißt, ich musste dies tun:

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;

Und dies führt nicht mehr zu einer Zugriffsverletzung. und ich kann überprüfen, ob die Werte kopiert werden:

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

Da im vorherigen Beispiel erfundene Eingabedaten verwendet wurden, cv::getAffineTransform()stürzt das ab. Hier ist eine realistischere Eingabe und Ausgabe, die Sie ausführen und sehen können, dass es funktioniert:

Methode 1: Verwenden std::memcpyzum Kopieren der Daten:

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;

Und
Methode 2: Verwenden des zugrunde liegenden Puffers anstelle des Kopierens:

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>());