使用Python和Opencv，如何将Umat转换回mat？

我的项目是用python 3.6编写的，我正在使用和

我正在尝试确定Umat是否能在一些现场视频分析方面胜过mat。我有代码可以检测视频帧中的对象，然后得到一个边界框。我裁剪图像，然后将其传递给神经网络

在我的cpu上处理每一帧视频所需的时间约为23毫秒

我想尝试使用Umat，看看是否可以做得更快。然而，在将图像输入神经网络之前，需要将其转换回fastai能够理解的内容。以下代码适用于常规mat图像。如果我将

frame

而不是

uframe

传递到

cv2.Umat（）

，那么代码工作得非常好

# get a frame of video and make a Umat out of it.
frame = video.read()
uframe = cv2.UMat(frame)

# Do stuff to uframe; grayscale, background subtraction, get object coordinates.  

# crop the image. 
cropped_image = cv2.UMat(uframe, [[x1:x2],[y1:y2]])

# color space conversion for fastai compatibility
swapped_image = cv2.cvtColor(cropped_image, cv2.COLOR_BGR2RGB)

# convert to fastai Image class
fastai_image = Image(pil2tensor(swapped_image, dtype=np.float32).div_(255))

# Send fastai_image image to neural network.

但是，当我如上图所示运行代码时，（将

Uframe

传递到

cv2.Umat（）

），代码在

fastai_image=image（pil2tensor（）

）处失败，但有一个例外：

ValueError: axes don't match array

---

我知道此错误与轴数据的存储方式有关，但我不确定如何处理。我想将图像转换回mat，或者可能更改Umat的轴数据。有人知道最有效的方法吗？

cv2.Umat.get（交换的\u图像）

这很有效，谢谢！不幸的是，到目前为止，它的运行速度似乎差不多，但我会继续修补它，看看是否可以改进它。是的，

UMat

上可能做的工作太少了，因此无论您在颜色转换上节省多少，都会在将数据移动到

UMat

cv2的开销中丢失。UMat.get（交换的图像）这很有效，谢谢！不幸的是，到目前为止，它的运行速度似乎大致相同，但我会继续修补它，看看是否可以改进它。是的，

UMat

上可能做的工作太少了，因此无论您在颜色转换上节省多少，都会在将数据移动到

UMat

的开销中丢失。