mirror of
https://github.com/opencv/opencv.git
synced 2024-11-29 22:00:25 +08:00
1ae02c0cc4
- bgfg_segm - peopledetect - opencv_version - dnn/colorization - tapi/opencl_custom_kernel - tapi/dense_optical_flow (renamed tvl1_optical_flow)
129 lines
6.9 KiB
C++
129 lines
6.9 KiB
C++
// This file is part of OpenCV project.
|
|
// It is subject to the license terms in the LICENSE file found in the top-level directory
|
|
// of this distribution and at http://opencv.org/license.html
|
|
|
|
#include <opencv2/dnn.hpp>
|
|
#include <opencv2/imgproc.hpp>
|
|
#include <opencv2/highgui.hpp>
|
|
#include <iostream>
|
|
|
|
using namespace cv;
|
|
using namespace cv::dnn;
|
|
using namespace std;
|
|
|
|
// the 313 ab cluster centers from pts_in_hull.npy (already transposed)
|
|
static float hull_pts[] = {
|
|
-90., -90., -90., -90., -90., -80., -80., -80., -80., -80., -80., -80., -80., -70., -70., -70., -70., -70., -70., -70., -70.,
|
|
-70., -70., -60., -60., -60., -60., -60., -60., -60., -60., -60., -60., -60., -60., -50., -50., -50., -50., -50., -50., -50., -50.,
|
|
-50., -50., -50., -50., -50., -50., -40., -40., -40., -40., -40., -40., -40., -40., -40., -40., -40., -40., -40., -40., -40., -30.,
|
|
-30., -30., -30., -30., -30., -30., -30., -30., -30., -30., -30., -30., -30., -30., -30., -20., -20., -20., -20., -20., -20., -20.,
|
|
-20., -20., -20., -20., -20., -20., -20., -20., -20., -10., -10., -10., -10., -10., -10., -10., -10., -10., -10., -10., -10., -10.,
|
|
-10., -10., -10., -10., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 10., 10., 10., 10., 10., 10., 10.,
|
|
10., 10., 10., 10., 10., 10., 10., 10., 10., 10., 10., 20., 20., 20., 20., 20., 20., 20., 20., 20., 20., 20., 20., 20., 20., 20.,
|
|
20., 20., 20., 30., 30., 30., 30., 30., 30., 30., 30., 30., 30., 30., 30., 30., 30., 30., 30., 30., 30., 30., 40., 40., 40., 40.,
|
|
40., 40., 40., 40., 40., 40., 40., 40., 40., 40., 40., 40., 40., 40., 40., 40., 50., 50., 50., 50., 50., 50., 50., 50., 50., 50.,
|
|
50., 50., 50., 50., 50., 50., 50., 50., 50., 60., 60., 60., 60., 60., 60., 60., 60., 60., 60., 60., 60., 60., 60., 60., 60., 60.,
|
|
60., 60., 60., 70., 70., 70., 70., 70., 70., 70., 70., 70., 70., 70., 70., 70., 70., 70., 70., 70., 70., 70., 70., 80., 80., 80.,
|
|
80., 80., 80., 80., 80., 80., 80., 80., 80., 80., 80., 80., 80., 80., 80., 80., 90., 90., 90., 90., 90., 90., 90., 90., 90., 90.,
|
|
90., 90., 90., 90., 90., 90., 90., 90., 90., 100., 100., 100., 100., 100., 100., 100., 100., 100., 100., 50., 60., 70., 80., 90.,
|
|
20., 30., 40., 50., 60., 70., 80., 90., 0., 10., 20., 30., 40., 50., 60., 70., 80., 90., -20., -10., 0., 10., 20., 30., 40., 50.,
|
|
60., 70., 80., 90., -30., -20., -10., 0., 10., 20., 30., 40., 50., 60., 70., 80., 90., 100., -40., -30., -20., -10., 0., 10., 20.,
|
|
30., 40., 50., 60., 70., 80., 90., 100., -50., -40., -30., -20., -10., 0., 10., 20., 30., 40., 50., 60., 70., 80., 90., 100., -50.,
|
|
-40., -30., -20., -10., 0., 10., 20., 30., 40., 50., 60., 70., 80., 90., 100., -60., -50., -40., -30., -20., -10., 0., 10., 20.,
|
|
30., 40., 50., 60., 70., 80., 90., 100., -70., -60., -50., -40., -30., -20., -10., 0., 10., 20., 30., 40., 50., 60., 70., 80., 90.,
|
|
100., -80., -70., -60., -50., -40., -30., -20., -10., 0., 10., 20., 30., 40., 50., 60., 70., 80., 90., -80., -70., -60., -50.,
|
|
-40., -30., -20., -10., 0., 10., 20., 30., 40., 50., 60., 70., 80., 90., -90., -80., -70., -60., -50., -40., -30., -20., -10.,
|
|
0., 10., 20., 30., 40., 50., 60., 70., 80., 90., -100., -90., -80., -70., -60., -50., -40., -30., -20., -10., 0., 10., 20., 30.,
|
|
40., 50., 60., 70., 80., 90., -100., -90., -80., -70., -60., -50., -40., -30., -20., -10., 0., 10., 20., 30., 40., 50., 60., 70.,
|
|
80., -110., -100., -90., -80., -70., -60., -50., -40., -30., -20., -10., 0., 10., 20., 30., 40., 50., 60., 70., 80., -110., -100.,
|
|
-90., -80., -70., -60., -50., -40., -30., -20., -10., 0., 10., 20., 30., 40., 50., 60., 70., 80., -110., -100., -90., -80., -70.,
|
|
-60., -50., -40., -30., -20., -10., 0., 10., 20., 30., 40., 50., 60., 70., -110., -100., -90., -80., -70., -60., -50., -40., -30.,
|
|
-20., -10., 0., 10., 20., 30., 40., 50., 60., 70., -90., -80., -70., -60., -50., -40., -30., -20., -10., 0.
|
|
};
|
|
|
|
int main(int argc, char **argv)
|
|
{
|
|
const string about =
|
|
"This sample demonstrates recoloring grayscale images with dnn.\n"
|
|
"This program is based on:\n"
|
|
" http://richzhang.github.io/colorization\n"
|
|
" https://github.com/richzhang/colorization\n"
|
|
"Download caffemodel and prototxt files:\n"
|
|
" http://eecs.berkeley.edu/~rich.zhang/projects/2016_colorization/files/demo_v2/colorization_release_v2.caffemodel\n"
|
|
" https://raw.githubusercontent.com/richzhang/colorization/master/colorization/models/colorization_deploy_v2.prototxt\n";
|
|
const string keys =
|
|
"{ h help | | print this help message }"
|
|
"{ proto | colorization_deploy_v2.prototxt | model configuration }"
|
|
"{ model | colorization_release_v2.caffemodel | model weights }"
|
|
"{ image | space_shuttle.jpg | path to image file }"
|
|
"{ opencl | | enable OpenCL }";
|
|
CommandLineParser parser(argc, argv, keys);
|
|
parser.about(about);
|
|
if (parser.has("help"))
|
|
{
|
|
parser.printMessage();
|
|
return 0;
|
|
}
|
|
string modelTxt = parser.get<string>("proto");
|
|
string modelBin = parser.get<string>("model");
|
|
string imageFile = parser.get<string>("image");
|
|
bool useOpenCL = parser.has("opencl");
|
|
if (!parser.check())
|
|
{
|
|
parser.printErrors();
|
|
return 1;
|
|
}
|
|
|
|
Mat img = imread(imageFile);
|
|
if (img.empty())
|
|
{
|
|
cout << "Can't read image from file: " << imageFile << endl;
|
|
return 2;
|
|
}
|
|
|
|
// fixed input size for the pretrained network
|
|
const int W_in = 224;
|
|
const int H_in = 224;
|
|
Net net = dnn::readNetFromCaffe(modelTxt, modelBin);
|
|
if (useOpenCL)
|
|
net.setPreferableTarget(DNN_TARGET_OPENCL);
|
|
|
|
// setup additional layers:
|
|
int sz[] = {2, 313, 1, 1};
|
|
const Mat pts_in_hull(4, sz, CV_32F, hull_pts);
|
|
Ptr<dnn::Layer> class8_ab = net.getLayer("class8_ab");
|
|
class8_ab->blobs.push_back(pts_in_hull);
|
|
Ptr<dnn::Layer> conv8_313_rh = net.getLayer("conv8_313_rh");
|
|
conv8_313_rh->blobs.push_back(Mat(1, 313, CV_32F, Scalar(2.606)));
|
|
|
|
// extract L channel and subtract mean
|
|
Mat lab, L, input;
|
|
img.convertTo(img, CV_32F, 1.0/255);
|
|
cvtColor(img, lab, COLOR_BGR2Lab);
|
|
extractChannel(lab, L, 0);
|
|
resize(L, input, Size(W_in, H_in));
|
|
input -= 50;
|
|
|
|
// run the L channel through the network
|
|
Mat inputBlob = blobFromImage(input);
|
|
net.setInput(inputBlob);
|
|
Mat result = net.forward("class8_ab");
|
|
|
|
// retrieve the calculated a,b channels from the network output
|
|
Size siz(result.size[2], result.size[3]);
|
|
Mat a = Mat(siz, CV_32F, result.ptr(0,0));
|
|
Mat b = Mat(siz, CV_32F, result.ptr(0,1));
|
|
resize(a, a, img.size());
|
|
resize(b, b, img.size());
|
|
|
|
// merge, and convert back to BGR
|
|
Mat color, chn[] = {L, a, b};
|
|
merge(chn, 3, lab);
|
|
cvtColor(lab, color, COLOR_Lab2BGR);
|
|
|
|
imshow("color", color);
|
|
imshow("original", img);
|
|
waitKey();
|
|
return 0;
|
|
}
|