Hobject 与 Mat 图像数据类型转换

2024-01-26 14:32

本文主要是介绍Hobject 与 Mat 图像数据类型转换,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

 

  • 一、halcon和opencv的混合使用
  • 二、Mat 转 Hobject
  • Hobject 转 Mat
  • 总结

 

一、halcon和opencv的混合使用

        图像处理部分获取的图像结构是opencv的mat格式中间部分处理用到了halcon。需要进行mat和hObject格式的相互转化,使用memcpy可加快转化效率, halcon是linux版本。

二、Mat 转 Hobject

代码如下:

//Mat转Hobject的格式
bool Mat2HObject(cv::Mat &cv_image, HalconCpp::HObject &h_image) 
{//1. empty checkif (cv_image.empty()) {LOGE(LOG_TAG, "error Mat2 HObject is empty");return false;}//2. 三通道if (cv_image.channels() == 3) {std::vector<cv::Mat> BgrVector(3);cv::split(cv_image, BgrVector);size_t size = static_cast<size_t>(cv_image.rows * cv_image.cols);uchar *BlueData = new uchar[size];uchar *GreenData = new uchar[size];uchar *RedData = new uchar[size];sleepMs(2);memcpy(BlueData, BgrVector[0].data, size);memcpy(GreenData, BgrVector[1].data, size);memcpy(RedData, BgrVector[2].data, size);HalconCpp::GenImage3(&h_image,"byte",cv_image.cols,cv_image.rows,reinterpret_cast<Hlong>(RedData),reinterpret_cast<Hlong>(GreenData),reinterpret_cast<Hlong>(BlueData));delete [] RedData;delete [] GreenData;delete [] BlueData;} else if (cv_image.channels() == 1) {uchar *GrayData = new uchar[static_cast<size_t>(cv_image.rows * cv_image.cols)];memcpy(GrayData, cv_image.data, static_cast<size_t>(cv_image.rows * cv_image.cols));HalconCpp::GenImage1(&h_image, "byte", cv_image.cols, cv_image.rows, reinterpret_cast<Hlong>(GrayData));delete [] GrayData;}return true;
}

 

三、Hobject 转 Mat

代码如下:

//Hobject转Mat的格式
bool HObject2MatImg(HalconCpp::HObject& Hobj, cv::Mat& matImg)
{ HalconCpp::HTuple htCh;HalconCpp::HString cType;HalconCpp::ConvertImageType(Hobj, &Hobj, "byte");HalconCpp::CountChannels(Hobj, &htCh);Hlong wid = 0;Hlong hgt = 0;if (htCh[0].I() == 1){HalconCpp::HImage hImg(Hobj);void *ptr = hImg.GetImagePointer1(&cType, &wid, &hgt);int W = wid;int H = hgt;matImg = cv::Mat::zeros(H, W, CV_8UC1);unsigned char *pdata = static_cast<unsigned char *>(ptr);memcpy(matImg.data, pdata, W*H);}else if (htCh[0].I() == 3){void *Rptr;void *Gptr;void *Bptr;HalconCpp::HImage hImg(Hobj);hImg.GetImagePointer3(&Rptr, &Gptr, &Bptr, &cType, &wid, &hgt);int W = wid;int H = hgt;matImg = cv::Mat::zeros(H, W, CV_8UC3);std::vector<cv::Mat> VecM(3);VecM[0].create(H, W, CV_8UC1);VecM[1].create(H, W, CV_8UC1);VecM[2].create(H, W, CV_8UC1);unsigned char *R = (unsigned char *)Rptr;unsigned char *G = (unsigned char *)Gptr;unsigned char *B = (unsigned char *)Bptr;memcpy(VecM[2].data, R, W*H);memcpy(VecM[1].data, G, W*H);memcpy(VecM[0].data, B, W*H);cv::merge(VecM, matImg);}return true;
}

总结

opecnv和halcon格式之间的相互转化, 主体仍然使用opencv, halcon处理完成后数据转换成mat格式, 转化效率五百万分辨率的image在i7-8700处理器是不到一个ms。

这篇关于Hobject 与 Mat 图像数据类型转换的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/647098

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据,可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法,结合实例进行讲解,希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav