【darknet源码】：image结构体

迷南。 2022-05-16 23:20 178阅读 0赞

# Darknet源码——image结构体 #

`darknet`内部的`image`结构体定义

image结构体定义在`image.h`,定义如下：

typedef struct { int h; int w; int c; float *data; } image;

从以上定义中可以看出，`darknet`内部使用一维数组存放图像像素数据。

## 与`OpenCV` `IplImage`结构体的转化 ##

`darknet`内部有两种处理图像的方式，一是使用`OpenCV`,二是使用`stb`。在使用`OpenCV`加载图像之后，需要将`IplImage`格式转化为`image`结构体，而正是这种转化提供了`image`内部结构信息。定义在`image.c`中，

image ipl_to_image(IplImage* src)
    {
        unsigned char *data = (unsigned char *)src->imageData;
        int h = src->height;
        int w = src->width;
        int c = src->nChannels;
        int step = src->widthStep;  // Size of aligned image row in bytes.
        image out = make_image(w, h, c);
        int i, j, k, count=0;;
    
        for(k= 0; k < c; ++k){
            for(i = 0; i < h; ++i){
                for(j = 0; j < w; ++j){
                    out.data[count++] = data[i*step + j*c + k]/255.; // Normalize
                }
            }
        }
        return out;
    }

从代码中可以看出，`image`结构中的像素数据是**按通道组合在一起的，且进行了均一化处理**。可以使用以下Python代码验证：

for k in range(3): for i in range(4): for j in range(5): print i*15+j*3+k

## 其他 ##

image **load_alphabet() { int i, j; const int nsize = 8; image **alphabets = calloc(nsize, sizeof(image)); for(j = 0; j < nsize; ++j){ alphabets[j] = calloc(128, sizeof(image)); for(i = 32; i < 127; ++i){ char buff[256]; sprintf(buff, "data/labels/%d_%d.png", i, j); alphabets[j][i] = load_image_color(buff, 0, 0); // set w, h to 0 to supress image resizement. } } return alphabets; }

此函数加载位于`/data/labels`下的图像作为字符集。

image load_image(char *filename, int w, int h, int c)
    {
    #ifdef OPENCV
        image out = load_image_cv(filename, c);
    #else
        image out = load_image_stb(filename, c);
    #endif
    
        if((h && w) && (h != out.h || w != out.w)){  //图像不为空且图像宽高不等于预定义宽高时，进行resize操作
            image resized = resize_image(out, w, h);
            free_image(out);
            out = resized;
        }
        return out;
    }

这是加载图像的函数，从中可以看出，在加载时已经将图像`resize`为网络需要的图像尺寸了。

image resize_image(image im, int w, int h) { image resized = make_image(w, h, im.c); image part = make_image(w, im.h, im.c); int r, c, k; float w_scale = (float)(im.w - 1) / (w - 1); float h_scale = (float)(im.h - 1) / (h - 1); for(k = 0; k < im.c; ++k){ for(r = 0; r < im.h; ++r){ for(c = 0; c < w; ++c){ float val = 0; if(c == w-1 || im.w == 1){ val = get_pixel(im, im.w-1, r, k); } else { float sx = c*w_scale; int ix = (int) sx; float dx = sx - ix; val = (1 - dx) * get_pixel(im, ix, r, k) + dx * get_pixel(im, ix+1, r, k); } set_pixel(part, c, r, k, val); } } } for(k = 0; k < im.c; ++k){ for(r = 0; r < h; ++r){ float sy = r*h_scale; int iy = (int) sy; float dy = sy - iy; for(c = 0; c < w; ++c){ float val = (1-dy) * get_pixel(part, c, iy, k); set_pixel(resized, c, r, k, val); } if(r == h-1 || im.h == 1) continue; for(c = 0; c < w; ++c){ float val = dy * get_pixel(part, c, iy+1, k); add_pixel(resized, c, r, k, val); } } } free_image(part); return resized; }

float get_pixel(image m, int x, int y, int c) { assert(x < m.w && y < m.h && c < m.c); return m.data[c*m.h*m.w + y*m.w + x]; } void set_pixel(image m, int x, int y, int c, float val) { if (x < 0 || y < 0 || c < 0 || x >= m.w || y >= m.h || c >= m.c) return; assert(x < m.w && y < m.h && c < m.c); m.data[c*m.h*m.w + y*m.w + x] = val; }

从以上源码可以看出，作者自己写了`resize`函数，先进行横向的缩放，再进行纵向的缩放。