pybind11将语义分割cv::mat转py::array_t

使用pybind11将语义分割的cv::Mat转换为py::array_t可以按照以下步骤进行：

1. 首先，必须在pybind11模块中包含头文件：

#include <pybind11/pybind11.h>
#include <pybind11/numpy.h>

2. 然后，定义一个函数，该函数将cv::Mat转换为py::array_t：

py::array_t<uint8_t> mat2array(cv::Mat& img) {
    // 获取图像的属性
    int height = img.rows;
    int width = img.cols;
    int channels = img.channels();

    // 为numpy数组分配内存
    py::array_t<uint8_t> array = py::array_t<uint8_t>({ height, width, channels });

    // 获取numpy数组的指针
    uint8_t* ptr = (uint8_t*)array.request().ptr;

    // 将cv::Mat数据复制到numpy数组中
    memcpy(ptr, img.data, height * width * channels);

    // 返回numpy数组
    return array;
}

3. 最后，使用PYBIND11_MODULE宏将函数导出到Python中：

PYBIND11_MODULE(example, m) {
    m.def("mat2array", &mat2array, "Convert cv::Mat to numpy array");
}

现在，您可以在Python中使用该函数将cv::Mat转换为numpy数组。

import cv2
import numpy as np
import example

# 加载图像
img = cv2.imread('image.png')

# 将cv::Mat转换为numpy数组
array = example.mat2array(img)

# 将numpy数组转换为cv::Mat
img = np.ascontiguousarray(array).view(dtype=np.uint8).reshape(array.shape)

# 显示图像
cv2.imshow('Image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()