Skip to main content

CropResize

CropResize​

函数功能​

ImageProcessor类的图像抠图并缩放接口，使用该接口申请的Image内存无需用户管理，由内部管理释放，抠图缩放效果示意图请参见图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）。

  1. “inputImage”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. 抠图区域的最小为10 * 6，抠图区域不能超出输入图片的真实图片宽高，输入“cropRect”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。

    输出Image类的最大分辨率为4096 * 4096，最小分辨率为18 * 6。

    例如：cropRect{1, 1, 1287, 1287} ，实际抠图宽高为：((1287 + 1) - (1 - 1))= 1288，对应的分辨率为1288 * 1288。

  3. 缩放的范围为18 * 6 ~ 4096 * 4096，不能超出抠图区域的[1/32, 16]倍数区间。

  4. 输出“outputImageVec”中，各项图片的宽自动与16对齐， 高与2对齐，范围为：32 * 6 ~ 4096 * 4096。

图1 抠图缩放

函数原型​

APP_ERROR CropResize(const Image& inputImage, const std::vector<Rect>& cropRectVec, const Size& resize, std::vector<Image>& outputImageVec);
APP_ERROR CropResize(const Image& inputImage, const std::vector<Rect>& cropRectVec, const Size& resize, std::vector<Image>& outputImageVec, AscendStream& stream);
APP_ERROR CropResize(const Image& inputImage, const std::vector<std::pair<Rect, Size>>& cropResizeVec, std::vector<Image>& outputImageVec);
APP_ERROR CropResize(const Image& inputImage, const std::vector<std::pair<Rect, Size>>& cropResizeVec, std::vector<Image>& outputImageVec, AscendStream& stream);
APP_ERROR CropResize(const std::vector<Image>& inputImageVec, const std::vector<std::pair<Rect, Size>>& cropResizeVec, std::vector<Image>& outputImageVec);
APP_ERROR CropResize(const std::vector<Image>& inputImageVec, const std::vector<std::pair<Rect, Size>>& cropResizeVec, std::vector<Image>& outputImageVec, 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。
inputImageVec输入输入抠图缩放前的Image类列表（针对批量抠图场景）。 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。
cropRectVec输入输入抠图参数列表，需要与输出图像列表的元素个数一致。
resize输入输入统一缩放宽高。
cropResizeVec输入输入图像的抠图缩放参数列表。Rect为抠图坐标框，Size为缩放宽高（针对批量抠图缩放场景）。
outputImageVec输出输出抠图后的Image类列表（针对批量抠图场景）。
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

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

在线提单