海思AI芯片(Hi3519A/3559A)方案学习（十六）对图像进行不变形缩放，可以提高识别准确度

本系列为华为海思海思AI芯片(Hi3519A/3559A)方案学习系列之十六，系列文章请关注海思AI芯片方案学习。
作者：ltshan139

前言

在海思AI芯片(Hi3519A/3559A)方案学习（十四）JPEG图片转换成bgr文件中，有提到如何将jpeg文件转换为bgr格式数据，然后再输入到NNIE模型进行目标识别。但是在jpeg图片转换中，是先将原始图像直接resize成模型网络size，如下红框所示。

问题

加入说待识别的输入图片size是1200x800，而我们的模型网络size是600x600，那么如果长、宽按都按2:1比例缩小的话，图片应该resize成600x400。但事实上，高度缩小比是800/600=4/3 < 2。这种不等比例的缩放会导致图像变形。就这个例子而言，因为高度方向缩小比小些，会使得图像上的目标被拉长了。这里大家脑补一下吧，我就不画图了。

另外，当输入图片size为800x1200，类似的，直接resize成600x600后，图像上目标会显得拉宽了。

解决办法

以图像较大的边为基准，宽高方向上等比例缩放到网络size，并对小边方向上进行适当填充，以保证方放缩后的图像size和网络size相等。代码实现如下。

Mat img = imread("D:/work/xxxx.jpg");
 
if (img.empty())
{
 
    printf("reading image file fails \n");
    return 1;
}
        int net_w, net_h;
    net_w = 416;
    net_h = 416;
#if 0
    Mat box;
    resize(img, box, Size(net_w, net_h));
#else
    //resize
    int new_w, new_h;
    if (((float)net_w / img.cols) < ((float)net_h / img.rows)) {
        new_w = net_w;
        new_h = (img.rows * new_w) / img.cols;
    }
    else {
        new_h = net_h;
        new_w = (img.cols * net_h) / img.rows;
    }
    Mat resized;
    cv::resize(img, resized, Size(new_w, new_h));
 
    Mat box = Mat(Size(net_w, net_h), CV_MAKETYPE(CV_8U, img.channels()), Scalar::all(127));
    Mat roi(box, Rect((net_w - new_w) >> 1, (net_h - new_h) >> 1, new_w, new_h));
    resized.copyTo(roi);

识别结果比较

以两种放缩方式在3519A上进行仿真推理，其结果示意图如下。左图（仔细看，狗被拉长了）是直接resize的识别结果；右图是等比例缩放，由于小边高度缩的比较多，所以上下进行了填充。显然，右边的结果要好一些。

版权声明：本文为CSDN博主「ltshan139」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/avideointerfaces/article/details/90544820

海思AI芯片系列文章

更多海思AI芯片方案学习笔记欢迎关注海思AI芯片方案学习。

前言

问题

解决办法

识别结果比较

推荐阅读

目录