将 cv2.umat 转换为 numpy 数组

Question

Processed_image() 函数返回一个 cv2.Umat 类型值，该值将从 3 维重塑(h, ch, w)为 4 维，(h, ch, w, 1)因此i需要将其转换为 numpy 数组，或者如果可能，还可以帮助我直接 rehshapecv2.umat 类型变量直接重塑并转换为pytorch 张量，可以分配给 reshape_image_tensor。img_w=640img_h=640img_ch=3umat_img = cv2.UMat(img)display_one(umat_img, "RESPONSE")    #function created by me to display imagedevice = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")with torch.no_grad():    processed_img = preprocess_image(umat_img, model_image_size = (img_h, img_ch, img_w))    #___________write YOUR CODE here________    reshaped_images_tensor = torch.from_numpy(processed_img.reshape(img_h, img_ch, img_w, 1)).float().to(device)      #images_tensor.reshape(img_h, img_ch, img_w, 1)    outputs = model(reshaped_images_tensor)    _, predicted = torch.max(outputs, 1)    c = predicted.squeeze()    output_probability(predicted, processed_img, umat_img)if ord('q')==cv2.waitKey(10):    exit(0)

Answer 1

我没有完全理解你的问题，但是你可以像这样使用“get()”获得一个 opencv 的 umat 的 numpy 数据

并且您可能应该在将张量输入模型之前对其进行置换。

Answer 2

如果您想在 UMat 的立场上使用数组，只需执行以下操作：

img_array = cv2.UMat.get(umat_img)

Answer 3

目前的答案在技术上是正确的。为了清楚起见，以防万一一些链接发生变化，您可以这样做：

import cv2
img_array = umat_img.get()