函数功能

kcv_normalAndNCHW是基于用户自研接口normalAndNCHW进行优化的，主要用于归一化操作，其结果用于深度学习模型输入。

函数接口

int kcv_normalAndNCHW(
    cv::Mat &mat, const std::array<float, 3> &mean, const std::array<float, 3> &std, float *outBuf, int mode);

参数

参数名	描述	取值范围	输入/输出
mat	输入的图像。	非空，浮点类型，3通道	输入
mean	每个通道的均值。	小于1的浮点数	输入
std	每个通道的标准差。	小于1的浮点数	输入
mode	操作模式。	0：simple1模式，进行通道分离操作，将其保存在一个缓冲区。 1：simple2模式，与simple1功能一致，但实现方式是预先分配缓冲区，性能更好。 2：withMeanStd1模式，通道分析，并进行其归一化操作。 3：withMeanStd2模式，与withMeanStd1功能一致，但更高效。	输入

示例

#include <gtest/gtest.h>
#include <opencv2/opencv.hpp>
#include <algorithm>
#include "KPCV/kcv.h"
TEST(normalAndNCHW, normal)
{
    Mat m_mat = src.clone();
    m_mat.convertTo(m_mat, CV_32F, 1.0 / 255);
    std::array<float, 3> mean = {0.25603, 0.29465, 0.3477};
    std::array<float, 3> std = {0.18766, 0.16251, 0.19558};
    int testTime = 100;
    cv::TickMeter tm;
    int img_h = m_mat.rows;
    int img_w = m_mat.cols;
    int hw = img_h * img_w;
    int pc = img_h * img_w * 3;
    std::vector<float> simple1_opencv(pc), simple2_opencv(pc),
        withMeanStd1_opencv(pc), withMeanStd2_opencv(pc);
    // simple1
    normalAndNCHW(m_mat, simple1_opencv.data(), 0);
    // simple2
    normalAndNCHW(m_mat, simple2_opencv.data(), 1);
    // withMeanStd1
    normalAndNCHW(m_mat, mean, std, withMeanStd1_opencv.data(), 2);
    // withMeanStd2
    normalAndNCHW(m_mat, mean, std, withMeanStd2_opencv.data(), 3);
}