Caffe3——ImageNet数据集创建lmdb类型的数据

Caffe3——ImageNet数据集创建lmdb类型的数据

ImageNet数据集和cifar，mnist数据集最大的不同，就是数据量特别大；单张图片尺寸大，训练样本个数多；面对如此大的数据集，在转换成lmdb文件时；使用了很多新的类型对象。

1，动态扩容的数组“vector”，动态地添加新元素

2，pair类型数据对，用于存储成对的对象，例如存储文件名和对应标签

3，利用opencv中的图像处理函数，来读取和处理大尺寸图像

一：程序开始

由于要向imageNet数据集中设置resize和是否乱序等参数，所以本文使用gflags命令行解析工具；在Create.sh文件中，调用convert_imageset.bin语句为：

[cpp] view plaincopy

1. <pre name="code" class="cpp">GLOG_logtostderr=1$TOOLS/convert_imageset \
2. --resize_height=$RESIZE_HEIGHT \
3. --resize_width=$RESIZE_WIDTH \
4. --shuffle \
5. $TRAIN_DATA_ROOT \  图像数据集存放的根目录
6. $DATA/train.txt \       图像的ID和对应的分类标签数字
7. $EXAMPLE/ilsvrc12_train_lmdb  lmdb文件保存的路径

由于train.txt文件太大，电脑打不开，故打开val.txt一窥之；val.txt中的某个数据为：

65ILSVRC2012_val_00000002.JPEG ，65应该是对应的标签，后面的是图像的编号id。

二：数据转换流程图

三：convert_imageset.cpp函数分析

1引入必要的头文件和命名空间

[cpp] view plaincopy

1. #include<algorithm>//输出数组的内容、对数组进行升幂排序、反转数组内容、复制数组内容等操作，
2. #include <fstream>  // NOLINT(readability/streams)
3. #include <string>
4. #include<utility>//utility头文件定义了一个pair类型,pair类型用于存储一对数据
5. #include<vector>//会自动扩展容量的数组
6. #include "boost/scoped_ptr.hpp"//智能指针头文件
7. #include "gflags/gflags.h"
8. #include "glog/logging.h"
9. #include"caffe/proto/caffe.pb.h"
10. #include "caffe/util/db.hpp" //引入包装好的lmdb操作函数
11. #include "caffe/util/io.hpp" //引入opencv中的图像操作函数
12. #include "caffe/util/rng.hpp"

头文件和convert_cifar_data.cpp的区别：

1，引入gflags命令行解析工具；

2，引入utility头文件，里面提供了数组洗牌等操作

[cpp] view plaincopy

1. using namespace caffe;  // NOLINT(build/namespaces)
2. using std::pair;
3. using boost::scoped_ptr;

命名空间区别：

1，引入全部caffe命名空间

2，引入pair对命名空间

2 gflags宏定义参数

//通过gflags宏定义一些程序的参数变量

[cpp] view plaincopy

1. DEFINE_bool(gray, false,"When thisoption is on, treat images as grayscale ones");//是否为灰度图片
2. DEFINE_bool(shuffle, false,"Randomlyshuffle the order of images and their labels");//定义洗牌变量，是否随机打乱数据集的顺序
3. DEFINE_string(backend, "lmdb","The backend {lmdb, leveldb} for storing the result");//默认转换的数据类型
4. DEFINE_int32(resize_width, 0, "Width images areresized to");//定义resize的尺寸，默认为0，不转换尺寸
5. DEFINE_int32(resize_height, 0, "Height imagesare resized to");
6. DEFINE_bool(check_size, false,"When this optionis on, check that all the datum have the samesize");
7. DEFINE_bool(encoded, false,"When this option ison, the encoded image will be save in datum");//用于转换数据格式的
8. DEFINE_string(encode_type, "","Optional:What type should we encode the image as (‘png‘,‘jpg‘,...).");//要转换的数据格式

3 main（）函数

没有想cifar和mnist的main函数，通过调用convert_data()函数来转换数据，而是直接在main函数内完成了所有数据转换代码。

3.1 通过gflags宏定义接收命令行中传入的参数

[cpp] view plaincopy

1. const boolis_color = !FLAGS_gray;  //通过gflags把宏定义变量的值，赋值给常值变量
2. const boolcheck_size = FLAGS_check_size; //检查图像的size
3. const boolencoded = FLAGS_encoded;//是否编译（转换）图像格式
4. const stringencode_type = FLAGS_encode_type;//要编译的图像格式

3.2读取源数据

3.2.1创建读取对象变量

std::ifstream infile(argv[2]);//创建指向train.txt文件的文件读入流

std::vector<std::pair<std::string, int> > lines;//定义向量变量，向量中每个元素为一个pair对，pair对有两个成员变量，一个为string类型，一个为int类型；其中string类型用于存储文件名，int类型，感觉用于存数对应类别的id

如val.txt中前几个字符为“ILSVRC2012_val_00000001.JPEG65ILSVRC2012_val_00000002.JPEG”；感觉这个string= ILSVRC2012_val_00000001.JPEG   int=65

std::stringfilename;

int label;

3.2.2 读取数据

  //下面一条while语句是把train.txt文件中存放的所有文件名和标签，都存放到vextor类型变量lines中；lines中存放图片的名字和对应的标签，不存储真正的图片数据

[cpp] view plaincopy

1. while (infile>> filename >> label) {
2. nes.push_back(std::make_pair(filename, label));

//make_pair是pair模板中定义的给pair对象赋值的函数，push_back（）函数是vector对象的一个成员函数，用来在末端添加新元素}

3.3判断是否进行洗牌操作

[cpp] view plaincopy

1. if(FLAGS_shuffle) {
2. // randomlyshuffle data
3. LOG(INFO)<< "Shuffling data";

[cpp] view plaincopy

1. <span style="font-family: Arial, Helvetica, sans-serif; background-color: rgb(255, 255, 255);">//洗牌函数，使用随机生成器g对元素[first,last)容器内部元素进行随机排列</span>

shuffle(lines.begin(), lines.end());//vector.begin() - 回传一个Iterator迭代器，它指向 vector 第一个元素。}

3.4以智能指针的方式创建db::DB类型的对象 db

[cpp] view plaincopy

1. scoped_ptr<db::DB>db(db::GetDB(FLAGS_backend));
2. //智能指针的创建方式类似泛型的格式，上面通过db.cpp内定义的命名的子命名空间中db的“成员函数”GetDB函数来初始化db对象
3. db->Open(argv[3], db::NEW);//argv[3]的文件夹下创建并打开lmdb的操作环境
4. scoped_ptr<db::Transaction>txn(db->NewTransaction());//创建lmdb文件的操作句柄

3.5 源数据中提取图像数据

3.5.1 通过ReadImageToDatum函数把图像数据读取到datum中

//到源数据位置读取每张图片的数据。（../imagenet/xxx.jpeg,65,256,256,true,jpeg,&datum）

[cpp] view plaincopy

1. status= ReadImageToDatum(root_folder + lines[line_id].first，lines[line_id].second, resize_height,resize_width, is_color,enc, &datum); //把图像数据读取到datum中

3.5.2  ReadImageToDatum函数说明

ReadImageToDatum函数为io.cpp文件中定义的函数；io.cpp主要实现了3部分功能：

1，从text文件或者二进制文件中读写proto文件；

2，利用opencv的Mat矩阵，把图像数据读到Mat矩阵中；

3，把Mat矩阵中的值放入到datum中

3.5.3 检查数据尺寸

[cpp] view plaincopy

1. if (check_size) {//检查图片尺寸
2. if (!data_size_initialized) {//若data_size_initialized没有初始化
3. data_size = datum.channels() *datum.height() * datum.width();
4. data_size_initialized = true;
5. } else {
6. const std::string& data =datum.data();
7. CHECK_EQ(data.size(), data_size)<< "Incorrect data field size "<< data.size();
8. }

3.6   序列化键和值并放入临时数据库

[cpp] view plaincopy

1. // sequential
2. intlength = snprintf(key_cstr, kMaxKeyLength, "%08d_%s", line_id,lines[line_id].first.c_str());//若line_id=1234，lines[line_id].first=“abc.jpeg” 则 key_str=00001234_abc.jpeg，length=00001234_abc.jpeg字符串的长度
3. // Put in db
4. string out;
5. CHECK(datum.SerializeToString(&out));//datum数据，序列化到字符串中
6. txn->Put(string(key_cstr, length), out);//把键值对放入到数据库

3.7 批量提交到lmdb文件

[cpp] view plaincopy

1. if (++count % 1000 == 0) {
2. // Commit db
3. txn->Commit();//保存到lmdb类型的文件
4. txn.reset(db->NewTransaction());//重新初始化操作句柄
5. LOG(ERROR) << "Processed" << count << " files.";
6. }

四，相关文件

4.1 Convert_imageset.cpp文件

[cpp] view plaincopy

1. // This program converts a set of images to a lmdb/leveldb by storing them
2. // as Datum proto buffers.
3. // Usage:
4. //   convert_imageset [FLAGS] ROOTFOLDER/ LISTFILE DB_NAME
5. //
6. // where ROOTFOLDER is the root folder that holds all the images, and LISTFILE
7. // should be a list of files as well as their labels, in the format as
8. //   subfolder1/file1.JPEG 7
9. //   ....
10. #include <algorithm>//输出数组的内容、对数组进行升幂排序、反转数组内容、复制数组内容等操作，
11. #include <fstream>  // NOLINT(readability/streams)
12. #include <string>
13. #include <utility>//utility头文件定义了一个pair类型
14. #include <vector>//会自动扩展容量的数组
15. #include "boost/scoped_ptr.hpp"
16. #include "gflags/gflags.h"
17. #include "glog/logging.h"
18. #include "caffe/proto/caffe.pb.h"
19. #include "caffe/util/db.hpp"
20. #include "caffe/util/io.hpp"
21. #include "caffe/util/rng.hpp"
22. using namespace caffe;  // NOLINT(build/namespaces)
23. using std::pair;
24. using boost::scoped_ptr;
25. //通过gflags宏定义一些程序的参数变量
26. DEFINE_bool(gray, false,
27. "When this option is on, treat images as grayscale ones");
28. DEFINE_bool(shuffle, false,
29. "Randomly shuffle the order of images and their labels");//洗牌，随机打乱数据集的顺序
30. DEFINE_string(backend, "lmdb",
31. "The backend {lmdb, leveldb} for storing the result");
32. DEFINE_int32(resize_width, 0, "Width images are resized to");
33. DEFINE_int32(resize_height, 0, "Height images are resized to");
34. DEFINE_bool(check_size, false,
35. "When this option is on, check that all the datum have the same size");
36. DEFINE_bool(encoded, false,
37. "When this option is on, the encoded image will be save in datum");//用于转换数据格式的
38. DEFINE_string(encode_type, "",
39. "Optional: What type should we encode the image as (‘png‘,‘jpg‘,...).");//要转换的数据格式
40. int main(int argc, char** argv) {
41. ::google::InitGoogleLogging(argv[0]);
42. #ifndef GFLAGS_GFLAGS_H_
43. namespace gflags = google;
44. #endif
45. gflags::SetUsageMessage("Convert a set of images to the leveldb/lmdb\n"
46. "format used as input for Caffe.\n"
47. "Usage:\n"
48. "    convert_imageset [FLAGS] ROOTFOLDER/ LISTFILE DB_NAME\n"
49. "The ImageNet dataset for the training demo is at\n"
50. "    http://www.image-net.org/download-images\n");
51. gflags::ParseCommandLineFlags(&argc, &argv, true);
52. if (argc < 4) {
53. gflags::ShowUsageWithFlagsRestrict(argv[0], "tools/convert_imageset");
54. return 1;
55. }
56. //arg[1] 训练集存放的地址，arg[2] train.txt（估计是训练集中所有图片的文件名称），arg[3] 要保存的文件名称xxlmdb
57. const bool is_color = !FLAGS_gray;  //通过gflags把宏定义变量的值，赋值给常值变量
58. const bool check_size = FLAGS_check_size; //检查图像的size
59. const bool encoded = FLAGS_encoded;//是否编译（转换）图像格式
60. const string encode_type = FLAGS_encode_type;//要编译的图像格式
61. std::ifstream infile(argv[2]);//定义指向train.txt数据文件的文件读入流
62. std::vector<std::pair<std::string, int> > lines;//定义向量变量，向量中每个元素为一个pair对，pair对有两个成员变量，一个为string类型，一个为int类型
63. std::string filename;
64. int label;
65. //下面一条while语句是把train.txt文件中存数的数据和标签，都存放到vextor类型变量中lines中；lines中存放图片的名字和对应的标签，不存储真正的图片数据
66. while (infile >> filename >> label) {
67. lines.push_back(std::make_pair(filename, label));//make_pair是pair模板中定义的给pair对象赋值的函数，push_back（）函数是vector对象的一个成员函数，用来在末端添加新元素
68. }
69. if (FLAGS_shuffle) {
70. // randomly shuffle data
71. LOG(INFO) << "Shuffling data";
72. //洗牌函数，使用随机生成器g对元素[first, last)容器内部元素进行随机排列
73. shuffle(lines.begin(), lines.end());//vector.begin() - 回传一个Iterator迭代器，它指向 vector 第一个元素。
74. }
75. LOG(INFO) << "A total of " << lines.size() << " images.";
76. if (encode_type.size() && !encoded)
77. LOG(INFO) << "encode_type specified, assuming encoded=true.";
78. int resize_height = std::max<int>(0, FLAGS_resize_height);
79. int resize_width = std::max<int>(0, FLAGS_resize_width);
80. // Create new DB
81. scoped_ptr<db::DB> db(db::GetDB(FLAGS_backend));
82. db->Open(argv[3], db::NEW);//argv[3]的文件夹下打开创建lmdb的操作环境
83. scoped_ptr<db::Transaction> txn(db->NewTransaction());//创建lmdb文件的操作句柄
84. // Storing to db
85. std::string root_folder(argv[1]);//把源数据文件的地址复制给root_folder
86. Datum datum;//声明数据“转换”对象
87. int count = 0;
88. const int kMaxKeyLength = 256;
89. char key_cstr[kMaxKeyLength];
90. int data_size = 0;
91. bool data_size_initialized = false;
92. for (int line_id = 0; line_id < lines.size(); ++line_id) {
93. bool status;
94. std::string enc = encode_type; //enc为空串，则enc.size()=false;否则为true
95. if (encoded && !enc.size()) {
96. // Guess the encoding type from the file name
97. string fn = lines[line_id].first;//把图像的文件名赋值给fn（filename）
98. size_t p = fn.rfind(‘.‘);//rfind函数的返回值是一个整形的索引值，直线要查找的字符在字符串中的位置；若没有找到，返回string::npos
99. if ( p == fn.npos )
100. LOG(WARNING) << "Failed to guess the encoding of ‘" << fn << "‘";
101. enc = fn.substr(p);//找到了，就截取文件名”.“后面的字符串，以获得图像格式字符串
102. std::transform(enc.begin(), enc.end(), enc.begin(), ::tolower);//将enc字符串转换成小写
103. }
104. //到源数据位置，以此读取每张图片的数据。（../imagenet/xxx.jpeg,65,256,256,true,jpeg,&datum）
105. status = ReadImageToDatum(root_folder + lines[line_id].first,
106. lines[line_id].second, resize_height, resize_width, is_color,enc, &datum);  //把图像数据读取到datum中
107. if (status == false) continue;//status=false,说明此张图片读取错误；“跳过”继续下一张
108. if (check_size) {//检查图片尺寸
109. if (!data_size_initialized) {//若data_size_initialized没有初始化
110. data_size = datum.channels() * datum.height() * datum.width();
111. data_size_initialized = true;
112. } else {
113. const std::string& data = datum.data();
114. CHECK_EQ(data.size(), data_size) << "Incorrect data field size "
115. << data.size();
116. }
117. }
118. // sequential
119. int length = snprintf(key_cstr, kMaxKeyLength, "%08d_%s", line_id,
120. lines[line_id].first.c_str());//若line_id=1234，lines[line_id].first=“abc.jpeg” 则 key_str=00001234_abc.jpeg，length=00001234_abc.jpeg字符串的长度
121. // Put in db
122. string out;
123. CHECK(datum.SerializeToString(&out));//datum数据，序列化到字符串中
124. txn->Put(string(key_cstr, length), out);//把键值对放入到数据库
125. if (++count % 1000 == 0) {
126. // Commit db
127. txn->Commit();//保存到lmdb类型的文件
128. txn.reset(db->NewTransaction());//重新初始化操作句柄
129. LOG(ERROR) << "Processed " << count << " files.";
130. }
131. }
132. // write the last batch
133. if (count % 1000 != 0) {
134. txn->Commit();
135. LOG(ERROR) << "Processed " << count << " files.";
136. }
137. return 0;
138. }

4.2 io.cpp文件

[cpp] view plaincopy

1. #include <fcntl.h>
2. #include <google/protobuf/io/coded_stream.h>
3. #include <google/protobuf/io/zero_copy_stream_impl.h>
4. #include <google/protobuf/text_format.h>
5. #include <opencv2/core/core.hpp>
6. #include <opencv2/highgui/highgui.hpp>
7. #include <opencv2/highgui/highgui_c.h>
8. #include <opencv2/imgproc/imgproc.hpp>
9. #include <stdint.h>
10. #include <algorithm>
11. #include <fstream>  // NOLINT(readability/streams)
12. #include <string>
13. #include <vector>
14. #include "caffe/common.hpp"
15. #include "caffe/proto/caffe.pb.h"
16. #include "caffe/util/io.hpp"
17. const int kProtoReadBytesLimit = INT_MAX;  // Max size of 2 GB minus 1 byte.
18. namespace caffe {
19. using google::protobuf::io::FileInputStream;//文件输入流
20. using google::protobuf::io::FileOutputStream;//文件输出流
21. using google::protobuf::io::ZeroCopyInputStream;//These interfaces are different from classic I/O streams in that they try to minimize the amount of data copying that needs to be done
22. using google::protobuf::io::CodedInputStream;
23. using google::protobuf::io::ZeroCopyOutputStream;
24. using google::protobuf::io::CodedOutputStream;
25. using google::protobuf::Message;
26. bool ReadProtoFromTextFile(const char* filename, Message* proto) {//从文本文件中读入proto文件
27. int fd = open(filename, O_RDONLY);
28. CHECK_NE(fd, -1) << "File not found: " << filename;
29. FileInputStream* input = new FileInputStream(fd);
30. bool success = google::protobuf::TextFormat::Parse(input, proto);
31. delete input;
32. close(fd);
33. return success;
34. }
35. void WriteProtoToTextFile(const Message& proto, const char* filename) {//想文本文件中写入proto文件
36. int fd = open(filename, O_WRONLY | O_CREAT | O_TRUNC, 0644);
37. FileOutputStream* output = new FileOutputStream(fd);
38. CHECK(google::protobuf::TextFormat::Print(proto, output));
39. delete output;
40. close(fd);
41. }
42. bool ReadProtoFromBinaryFile(const char* filename, Message* proto) {//从二进制文件读入proto
43. int fd = open(filename, O_RDONLY);
44. CHECK_NE(fd, -1) << "File not found: " << filename;
45. ZeroCopyInputStream* raw_input = new FileInputStream(fd);
46. CodedInputStream* coded_input = new CodedInputStream(raw_input);
47. coded_input->SetTotalBytesLimit(kProtoReadBytesLimit, 536870912);
48. bool success = proto->ParseFromCodedStream(coded_input);
49. delete coded_input;
50. delete raw_input;
51. close(fd);
52. return success;
53. }
54. void WriteProtoToBinaryFile(const Message& proto, const char* filename) {//把proto写入二进制文件中
55. fstream output(filename, ios::out | ios::trunc | ios::binary);
56. CHECK(proto.SerializeToOstream(&output));
57. }
58. //基本上讲 Mat 是一个类，由两个数据部分组成：矩阵头（包含矩阵尺寸，存储方法，存储地址等信息）和
59. //一个指向存储所有像素值的矩阵的指针（根据所选存储方法的不同矩阵可以是不同的维数）。
60. //矩阵头的尺寸是常数值，但矩阵本身的尺寸会依图像的不同而不同，通常比矩阵头的尺寸大数个数量级。因此，当在程序中传递图像并创建拷贝时，
61. //大的开销是由矩阵造成的，而不是信息头。OpenCV是一个图像处理库，囊括了大量的图像处理函数，为了解决问题通常要使用库中的多个函数，
62. //因此在函数中传递图像是家常便饭。同时不要忘了我们正在讨论的是计算量很大的图像处理算法，因此，除非万不得已，我们不应该拷贝 大 的图像，因为这会降低程序速度。
63. cv::Mat ReadImageToCVMat(const string& filename,
64. const int height, const int width, const bool is_color) {//读取图片到CVMat中，cv::Mat ，Mat数据结构式opencv2.0以后的特定的数据类型
65. cv::Mat cv_img;
66. int cv_read_flag = (is_color ? CV_LOAD_IMAGE_COLOR :
67. CV_LOAD_IMAGE_GRAYSCALE);
68. cv::Mat cv_img_origin = cv::imread(filename, cv_read_flag);//读取图片内容
69. if (!cv_img_origin.data) {
70. LOG(ERROR) << "Could not open or find file " << filename;
71. return cv_img_origin;
72. }
73. if (height > 0 && width > 0) {
74. cv::resize(cv_img_origin, cv_img, cv::Size(width, height));
75. } else {
76. cv_img = cv_img_origin;
77. }
78. return cv_img;
79. }
80. cv::Mat ReadImageToCVMat(const string& filename,//读取图片到CVMat中，重载1
81. const int height, const int width) {
82. return ReadImageToCVMat(filename, height, width, true);
83. }
84. cv::Mat ReadImageToCVMat(const string& filename,//读取图片到CVMat中，重载2
85. const bool is_color) {
86. return ReadImageToCVMat(filename, 0, 0, is_color);
87. }
88. cv::Mat ReadImageToCVMat(const string& filename) {//读取图片到CVMat中，重载3
89. return ReadImageToCVMat(filename, 0, 0, true);
90. }
91. // Do the file extension and encoding match?
92. static bool matchExt(const std::string & fn, //匹配拓展名称？
93. std::string en) {
94. size_t p = fn.rfind(‘.‘);//查找"."字符，若找到则返回“.”在字符串中的位置，找不到则返回npos
95. std::string ext = p != fn.npos ? fn.substr(p) : fn;//如果字符串fn中存在".“，则截取字符串p
96. std::transform(ext.begin(), ext.end(), ext.begin(), ::tolower);//把ext变成小写
97. std::transform(en.begin(), en.end(), en.begin(), ::tolower);
98. if ( ext == en )
99. return true;
100. if ( en == "jpg" && ext == "jpeg" )
101. return true;
102. return false;
103. }
104. bool ReadImageToDatum(const string& filename, const int label,//把图片读到 Datum中
105. const int height, const int width, const bool is_color,
106. const std::string & encoding, Datum* datum) {
107. cv::Mat cv_img = ReadImageToCVMat(filename, height, width, is_color);//先把数据读到cv::Mat类型矩阵中
108. if (cv_img.data) {//Mat矩阵中数据指针Mat.data是uchar类型指针,矩阵中的元素应该是uchar类型；该语句是判断cv_img中是否有数据
109. if (encoding.size()) {//是否需要编码
110. if ( (cv_img.channels() == 3) == is_color && !height && !width &&
111. matchExt(filename, encoding) )
112. return ReadFileToDatum(filename, label, datum);
113. std::vector<uchar> buf;
114. cv::imencode("."+encoding, cv_img, buf);//感觉这行代码的作用是把cv_img中的值赋值给buf
115. datum->set_data(std::string(reinterpret_cast<char*>(&buf[0]),
116. buf.size()));
117. datum->set_label(label);
118. datum->set_encoded(true);//感觉是一种编码函数
119. return true;
120. }
121. CVMatToDatum(cv_img, datum);
122. datum->set_label(label);
123. return true;
124. } else {
125. return false;
126. }
127. }
128. bool ReadFileToDatum(const string& filename, const int label,
129. Datum* datum) {
130. std::streampos size;
131. fstream file(filename.c_str(), ios::in|ios::binary|ios::ate);
132. if (file.is_open()) {
133. size = file.tellg();
134. std::string buffer(size, ‘ ‘);
135. file.seekg(0, ios::beg);
136. file.read(&buffer[0], size);
137. file.close();
138. datum->set_data(buffer);
139. datum->set_label(label);
140. datum->set_encoded(true);
141. return true;
142. } else {
143. return false;
144. }
145. }
146. cv::Mat DecodeDatumToCVMatNative(const Datum& datum) {
147. cv::Mat cv_img;
148. CHECK(datum.encoded()) << "Datum not encoded";
149. const string& data = datum.data();
150. std::vector<char> vec_data(data.c_str(), data.c_str() + data.size());
151. cv_img = cv::imdecode(vec_data, -1);
152. if (!cv_img.data) {
153. LOG(ERROR) << "Could not decode datum ";
154. }
155. return cv_img;
156. }
157. cv::Mat DecodeDatumToCVMat(const Datum& datum, bool is_color) {
158. cv::Mat cv_img;
159. CHECK(datum.encoded()) << "Datum not encoded";
160. const string& data = datum.data();
161. std::vector<char> vec_data(data.c_str(), data.c_str() + data.size());
162. int cv_read_flag = (is_color ? CV_LOAD_IMAGE_COLOR :
163. CV_LOAD_IMAGE_GRAYSCALE);
164. cv_img = cv::imdecode(vec_data, cv_read_flag);
165. if (!cv_img.data) {
166. LOG(ERROR) << "Could not decode datum ";
167. }
168. return cv_img;
169. }
170. // If Datum is encoded will decoded using DecodeDatumToCVMat and CVMatToDatum
171. // If Datum is not encoded will do nothing
172. bool DecodeDatumNative(Datum* datum) {
173. if (datum->encoded()) {
174. cv::Mat cv_img = DecodeDatumToCVMatNative((*datum));
175. CVMatToDatum(cv_img, datum);
176. return true;
177. } else {
178. return false;
179. }
180. }
181. bool DecodeDatum(Datum* datum, bool is_color) {
182. if (datum->encoded()) {
183. cv::Mat cv_img = DecodeDatumToCVMat((*datum), is_color);
184. CVMatToDatum(cv_img, datum);
185. return true;
186. } else {
187. return false;
188. }
189. }
190. void CVMatToDatum(const cv::Mat& cv_img, Datum* datum) {
191. CHECK(cv_img.depth() == CV_8U) << "Image data type must be unsigned byte";
192. datum->set_channels(cv_img.channels());
193. datum->set_height(cv_img.rows);
194. datum->set_width(cv_img.cols);
195. datum->clear_data();
196. datum->clear_float_data();
197. datum->set_encoded(false);
198. int datum_channels = datum->channels();
199. int datum_height = datum->height();
200. int datum_width = datum->width();
201. int datum_size = datum_channels * datum_height * datum_width;
202. std::string buffer(datum_size, ‘ ‘);
203. for (int h = 0; h < datum_height; ++h) {
204. const uchar* ptr = cv_img.ptr<uchar>(h);
205. int img_index = 0;
206. for (int w = 0; w < datum_width; ++w) {
207. for (int c = 0; c < datum_channels; ++c) {
208. int datum_index = (c * datum_height + h) * datum_width + w;
209. buffer[datum_index] = static_cast<char>(ptr[img_index++]);
210. }
211. }
212. }
213. datum->set_data(buffer);
214. }
215. 。。。。。

五，以上代码注释为个人理解，如有遗漏，错误还望大家多多交流，指正，以便共同学习，进步！！