如何在 C++ 中将 TF_Tensor 转换为 opencv Mat？答案

【问题标题】：How to convert TF_Tensor to opencv Mat in C++?如何在 C++ 中将 TF_Tensor 转换为 opencv Mat？
【发布时间】：2020-08-13 06:00:43
【问题描述】：

我正在尝试将 Python TensorFlow 模型移植到 C++。在此过程中，我需要将 TF_Tensor 类转换为 cv::Mat。

我创建了如下的输出张量。

TF_Tensor** OutputValues = (TF_Tensor**)malloc(sizeof(TF_Tensor*) * NumOutputs);

然后我加载了模型，会话成功完成，但是我未能将 OutputValues 转换为 cv::Mat。

我通过下面的代码获得了指向数据缓冲区的指针。

const float* camBuf = (float*)TF_TensorData(*OutputValues);

但是当我尝试通过下面的代码创建 cv::Mat 时，

cv::Mat testInputImage(
        80,
        80,
        3,
        TF_TensorData(*OutputValues)
    );

图像未正确生成。

我找不到任何对 TF_Tensor 数据结构的引用，所以我寻求帮助。

【问题讨论】：

标签： c++ tensorflow opencv

【解决方案1】：

try :

cv::Mat mat(width, height, CV_32F);
std::memcpy((void *)mat.data, camBuf , sizeof(TF_Tensor*) * NumOutputs);

【讨论】：

您好！虽然这段代码可以解决问题，including an explanation 解决问题的方式和原因确实有助于提高帖子的质量，并可能导致更多的赞成票。请记住，您正在为将来的读者回答问题，而不仅仅是现在提问的人。请edit您的回答添加解释并说明适用的限制和假设。
这个方法我已经试过了。我想问题是图像数据类型问题。不过还是谢谢你。

【解决方案2】：

通过做：

cv::Mat testInputImage(80, 80, CV_32FC(3), TF_TensorData(*OutputValues));

您正在将现有数据“包装”在cv::Mat 中，从而避免复制。请注意，第三个参数应为CV_32FC(3)（32 位浮点图像，具有 3 个通道）。如果OutputValues 是TF_Tensor** 类型，并且底层TF_Tensor 包含适当的数据，则此方法应该有效。

但是，我不认为这是：

TF_Tensor** OutputValues = (TF_Tensor**)malloc(sizeof(TF_Tensor*) * NumOutputs);

是分配 TF_Tensor 的合适方式；我认为您应该改用TF_AllocateTensor。

综上所述，如果您使用 C++，您可能会考虑使用 tf::Tensor API 而不是 TF_Tensor（用于 C，并且不太常见）。

您省略了一些细节，但假设您的张量是 4 维的（很常见），具有 float32 值，并且布局为 NxHxWxC（换句话说，张量包含浮动图像的集合）。如果要将批处理中的idx-th 元素转换为cv::Mat，可以这样做：

tf::Tensor tensor = /* tensor from somewhere */;
int idx = /* index of the image in the batch */;

int batch_size = tensor.dim_size(0);
int rows = tensor.dim_size(1);                                                
int cols = tensor.dim_size(2);                                                
int channels = tensor.dim_size(3);                                            
int row_size = channels * cols * sizeof(float);                               
                                                                                
cv::Mat image(rows, cols, CV_32FC(channels));                                
auto tensor_mapped = tensor.tensor<float, 4>();                       
for (int r = 0; r < rows; ++r) {                                              
  float* row = reinterpret_cast<float*>(mat.data + r * row_size);            
  for (int c = 0; c < cols; ++c) {                                  
    for (int k = 0; k < channels; ++k) {                                      
      row[k + c * channels] = tensor_mapped(idx, r, c, k);                    
    }                                                                         
  }                                                                           
}

【讨论】：