【昇腾】【每天进步一点点】应用开发中的一些预处理和后处理代码（Python版本）

在实际应用中，输入的数据可能并不符合模型输入的要求，这时需要做预处理以满足模型输入要求。同时，对推理结果解析后，可能要做一些标价的后处理，比如对于目标检测，需要绘制方框。这里来说说常用的调用OpenCV库的方法。

预处理部分

1. 图像大小调整，即resize

# 图像大小调整

# 首先导入opencv-python库
import cv2

# 读入图片
im1 = cv2.imread(image_path)     # image_path 为图像路径，比如"test.jpg"，表示当前路径下test.jpg图片
im2 = cv2.resize(im1,(416,416))     # 为图片重新指定尺寸，这里的(416, 416)即为想要调整的图像大小
cv2.imwrite(image_path,im2)       # 写图片到储存中查看

    2. 色域转换

 一般来说，模型的输入图像格式为RGB或BGR格式，但有时，获取的图像格式并不符合，比如摄像头作为输入时，获取到的图像格式为YUV_NV21或YUV_NV12格式（在Atlas 200 DK中，使用树莓派摄像头获取的图像格式，是YUV420SP格式，应该就是YUV_NV21格式了）

注：

·  YUV格式图像的大小计算和RGB不同。对于RGB格式图像，其大小为width * height * 3，而YUV格式为width * height * 1.5，这一点要注意，不然，在将处理好的图像送入模型推理时，会报出输入数据大小不匹配的错误。

·  OpenCV读取图像的为BGR格式，不是我们常用的RGB格式，如果模型输入要求为RGB格式，需要做色域转换，可以使用下面的代码完成，但建议在转换模型时，使用AIPP完成，这样可以提高硬件利用率，从而提高运行速度。

# 色域转换
import cv2 

image = cv2.imread(image_path)           # image_path 为图像路径，比如"test.jpg"，表示当前路径下test.jpg图片
gray  = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)  # RGB转换为gray
hsv  = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)   # RGB转换为hsv
yuv  = cv.cvtColor(image, cv2.COLOR_BGR2YUV)   # RGB转换为yuv
rgb  = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)   #  BGR转换为RGB

# 如果你想用BGR格式，那么使用OpenCV读取图片后，就可以直接使用了，因为OpenCV默认读取格式为BGR

对于RGB与BGR之间的转换，因为只是通道顺序不同，转换方法也还有很多，比如

# 色域转换
import cv2 

# BGR转为RGB
image    = cv2.imread(image_path)    # image_path 为图像路径，比如"test.jpg"，表示当前路径下test.jpg图片
b,g,r    = cv2.split(image)      # 分离色道
image_rgb  = cv2.merge([r.g.b])     # 合成色道

再比如

# 色域转换
import cv2 

# BGR转为RGB
image    = cv2.imread(image_path)         # image_path 为图像路径，比如"test.jpg"，表示当前路径下test.jpg图片
image_rgb  = image[: , : , : : -1]   # 对调通道顺序

有的时候，因为没有开启AIPP，可能还需要手动完成通道转换，比如将HWC转为CHW，在OpenCV中，图格式HWC，而我么可能用到的是CHW，故需要做transpose((2,0,1))

image      = cv2.imread(image_path)              # image_path 为图像路径，比如"test.jpg"，表示当前路径下test.jpg图片
image_      = image[:,:,::-1].transpose((2,0,1))

这里image[:, :, ::-1]对应H、W、C，对于彩色图像是3通道，即C是3。在OpenCV里对应BGR，故通过C通道的 ::-1 做一个顺序相反操作，把BGR转为RGB，这个在前面使用过了。另注，image[:,:,0]代表B通道，也就是蓝色分量图像；image[:,:,1]代表G通道，也就是绿色分量图像；

后处理部分

这一部分基本就是绘制方框和标注文字了。其实想绘制圆形、椭圆也可以，不过一般是方框

1. 绘制方框

import cv2
 
image    = cv2.imread(image_path)                       # image_path 为图像路径，比如"test.jpg"，表示当前路径下test.jpg图片

# 绘制矩形框
# cv2.rectangle(image, 左上角坐标，右下角坐标，颜色（RGB），线条宽度)，注意这里的坐标以图像左上角为坐标原点
cv2.rectangle(image, (lx,ly), (rx,ry), (0,255,0), 4)    #  这里的(lx,ly), (rx,ry)需自行指定

   2. 标注文字

import cv2
 
image    = cv2.imread(image_path)                          # image_path 为图像路径，比如"test.jpg"，表示当前路径下test.jpg图片


#标注文字
# cv2.putText(image，text，开始坐标，字体font，字体大小，字体颜色（RGB），字体粗细)
font = cv2.FONT_HERSHEY_SIMPLEX                            # 如果是无法找到字体的报错，可以换一种字体
text = '你想要加上的文本内容'
cv2.putText(image, text, (x, y), font, 1, (0,0,255), 1)    # 这里的（x, y）需自行指定

总的来说，还是比较简单的，这里的操作可能不全，欢迎大家在下面留言补充哈。