為嵌入式系統加載png圖像

Question

我正在使用tensorRT進行嵌入式深度學習推理C ++項目。 對於我的模型，有必要減去平均圖像。

我使用的api允許我使用rgb圖像的以下數據結構定義均值圖像：

uint8_t *data[DW_MAX_IMAGE_PLANES];       // raw image data 
size_t pitch;                             // pitch of the image in bytes
uint32_t height;                          // height of the image in px
uint32_t width;                           // image width in px
uint32_t planeCount;                      // plane count of the image

到目前為止，我發現了lib LodePNG，對於我認為該任務非常有用。 它只需幾行即可加載png：

// Load file and decode image.
std::vector<unsigned char> image;
unsigned width, height;
unsigned error = lodepng::decode(image, width, height, filename);

現在的問題是如何將std::vector<unsigned char>轉換為uint8_t *[DW_MAX_IMAGE_PLANES]並計算pitch和planeCount值？

當我使用RGB圖像時，DW_MAX_IMAGE_PLANES等於3。

Answer 1

pitch和planeCount的值很簡單。 由於LodePNG的decode默認為bitdepth = 8 ，因此pitch的值（以字節為單位）為1 。 而且由於圖像是RGB，所以planeCount值為3每個顏色一個平面。

由於您沒有使用Alpha通道，因此您應該讓LodePNG可以直接將其解碼為RGB格式：

unsigned error = lodepng::decode(image, width, height, filename, LCT_RGB);

但是，一旦將圖像解碼為std::vector<unsigned char> ，您將無法直接使用它。 來自LodePNG的解碼數據具有以下格式：

image -> R0, G0, B0, R1, G1, B1, R2, G2, B2, ...

但是您需要以下格式：

data[0] -> R0, R1, R2, ...
data[1] -> G0, G1, G2, ...
data[2] -> B0, B1, B2, ...

如果您受內存限制，則必須重新排列圖像向量中的值(R0, R1, ... Rn, G0, G1, ... Gn, B0, B1, ... Bn)並計算適當的值初始化data數組的指針。

如果有可用的內存，則可以為三個顏色通道的每一個創建單獨的向量。 然后從解碼的image復制數據，並使用指向向量的第一個元素的指針初始化data數組。