edgenet.tar.gz

#include 
#include 

#include “torch/script.h“
#include “torch/torch.h“
#include “opencv2/core.hpp“
#include “opencv2/imgproc.hpp“
#include “opencv2/highgui.hpp“
#include “opencv2/imgcodecs.hpp“
#include 
#include 
#include 
#include 
using namespace std;
//根据association加载图像
void LoadImages（const string &strAssociationFilename vector &vstrImageFilenamesRGB
                vector &vstrImageFilenamesD vector &vTimestamps）
{
    ifstream fAssociation;
    fAssociation.open（strAssociationFilename.c_str（））;
    while（!fAssociation.eof（））
    {
        string s;
        getline（fAssociations）;
        if（!s.empty（））
        {
            stringstream ss;
            ss << s;
            double t;
            string sRGB sD;

            ss >> t;
            vTimestamps.push_back（t）;
            ss >> sRGB;
            vstrImageFilenamesRGB.push_back（sRGB）;
            ss >> t;
            ss >> sD;
            vstrImageFilenamesD.push_back（sD）;
        }
    }
}

void Visualization（cv::Mat prediction_map std::string LUT_file） {

  cv::cvtColor（prediction_map.clone（） prediction_map CV_GRAY2BGR）;
  cv::Mat label_colours = cv::imread（LUT_file1）;
  cv::cvtColor（label_colours label_colours CV_RGB2BGR）;
  cv::Mat output_image;
  LUT（prediction_map label_colours output_image）;

  cv::imshow（ “Display window“ output_image）;
  
}
//对图片首先进行处理，返回张量
torch::Tensor process（ cv::Mat& imagetorch::Device deviceint img_size）
{
    cv::imshow（“test1“image）;
     //首先对输入的图片进行处理
    cv::cvtColor（image image CV_BGR2RGB）;// bgr -> rgb
    cv::Mat img_float;
   // image.convertTo（img_float CV_32F 1.0 / 255）;//归一化到[01]区间
    cv::resize（image img_float cv::Size（img_size img_size））;
    

    std::vector dims = {1 img_size img_size 3};
    torch::Tensor img_var = torch::from_blob（img_float.data dims torch::kByte）.to（device）;//将图像转化成张量
   img_var = img_var.permute（{0312}）;//将张量的参数顺序转化为 torch输入的格式 13384384
   img_var = img_var.toType（torch::kFloat）;
   img_var = img_var.div（255）;
   return img_var;

}
int main（） {

   char path[] = “../h1.png“;
   int img_size = 384;
   std::string LUT_file=“../pascal.png“;
  //设置device类型
    torch::DeviceType device_type;
    device_type = torch::kCUDA;
    torch::Device device（device_type）;
    std::cout<<“cudu support:“<< （torch::cuda::is_available（）?“ture“:“false“）<    //读取图像
    vector vstrImageFilenamesRGB;
    vector vstrImageFilenamesD;
    //vector vstrImageFilenamesS;
    vector vTimestamps;
    string strAssociationFilename = string（“/media/azs/chris/dataset/TUM/rgbd_dataset_freiburg3_walking_xyz/associations.txt“）;
    LoadImages（strAssociationFilename vstrImageFilenamesRGB vstrImageFilenamesD vTimestamps）;
     int nImages = vstrImageFilenamesRGB.size（）;
    if（vstrImageFilenamesRGB.empty（））
    {
        cerr << endl << “No images found in provided path.“ << endl