CoreGraphics - 无法用UnsafeMutablePointer <uint8>
我刚刚开始搞乱图像处理，我有几个非常奇怪的问题，或者至少我认为它们是。我假设我犯了一些非常愚蠢的错误。
我打算发布另一个关于此的问题，但是，有时我会得到随机噪声而不是用户绘制数字的像素表示。如果有人能告诉我为什么会发生这种情况，我将不胜感激。我很难找到原因，因为我读到的所有内容都表明这段代码应该有用。
如果有人需要更多信息，请告诉我们！感谢您的帮助！
目标：
首先，获取用户在屏幕上绘制的数字。然后，将图像的大小调整为28 x 28.接下来，将图像转换为灰度，并获得标准化像素值的数组。最后，将标准化的灰度像素值输入到机器学习算法中。
[注意：在下面的图片中，点代表0值，1代表值＆gt; 0。] 的
以下代码的输出效果很好。如果用户绘制“3”，我通常会得到如下内容：
问题：
如果我将UnsafeMutablePointer和Buffer的大小更改为UInt8，我会看到随机噪音。或者，如果我用[UInt32](repeating: 0, count: totalBytes)甚至[UInt8](repeating: 0, count: totalBytes)替换UnsafeMutablePointer和Buffer，则每个像素最终为0，这是我真的不明白。
如果我将UnsafeMutablePointer和Buffer的大小更改为UInt8，则以下是像素的输出：
获取灰度像素的代码：
public extension UIImage
{
private func grayScalePixels() -> UnsafeMutableBufferPointer<UInt32>?
{
guard let cgImage = self.cgImage else { return nil }
let bitsPerComponent = 8
let width = cgImage.width
let height = cgImage.height
let totalBytes = (width * height)
let colorSpace = CGColorSpaceCreateDeviceGray()
let data = UnsafeMutablePointer<UInt32>.allocate(capacity: totalBytes)
defer { data.deallocate(capacity: totalBytes) }
guard let imageContext = CGContext(data: data, width: width, height: height, bitsPerComponent: bitsPerComponent, bytesPerRow: width, space: colorSpace, bitmapInfo: 0) else { return nil }
imageContext.draw(cgImage, in: CGRect(origin: CGPoint.zero, size: CGSize(width: width, height: height)))
return UnsafeMutableBufferPointer<UInt32>(start: data, count: totalBytes)
}
public func normalizedGrayScalePixels() -> [CGFloat]?
{
guard let cgImage = self.cgImage else { return nil }
guard let pixels = self.grayScalePixels() else { return nil }
let width = cgImage.width
let height = cgImage.height
var result = [CGFloat]()
for y in 0..<height
{
for x in 0..<width
{
let index = ((width * y) + x)
let pixel = (CGFloat(pixels[index]) / 255.0)
result.append(pixel)
}
}
return result
}
}
绘制数字的代码：
func drawLineFrom(fromPoint: CGPoint, toPoint: CGPoint)
{
UIGraphicsBeginImageContextWithOptions(self.view.bounds.size, false, 1)
self.tempImageView.image?.draw(at: CGPoint.zero)
let context = UIGraphicsGetCurrentContext()
context?.move(to: fromPoint)
context?.addLine(to: toPoint)
context?.setLineCap(.round)
context?.setLineWidth(self.brushWidth)
context?.setStrokeColor(gray: 0, alpha: 1)
context?.strokePath()
self.tempImageView.image = UIGraphicsGetImageFromCurrentImageContext()
self.tempImageView.alpha = self.opacity
UIGraphicsEndImageContext()
}
override func touchesBegan(_ touches: Set<UITouch>, with event: UIEvent?)
{
self.swiped = false
if let touch = touches.first {
self.lastPoint = touch.location(in: self.view)
}
}
override func touchesMoved(_ touches: Set<UITouch>, with event: UIEvent?)
{
self.swiped = true
if let touch = touches.first
{
let currentPoint = touch.location(in: self.view)
self.drawLineFrom(fromPoint: self.lastPoint, toPoint: currentPoint)
self.lastPoint = currentPoint
}
}
override func touchesEnded(_ touches: Set<UITouch>, with event: UIEvent?)
{
if !swiped {
self.drawLineFrom(fromPoint: self.lastPoint, toPoint: self.lastPoint)
}
self.predictionLabel.text = "Predication: \(self.predict())"
self.tempImageView.image = nil
}
预测号码的代码：
private func printNumber(rowSize: Int, inputs: Vector)
{
for (index, pixel) in inputs.enumerated()
{
if index % rowSize == 0 { print() }
if (pixel > 0) {
print("1", terminator: " ")
}
else { print(".", terminator: " ") }
}
print()
}
private func predict() -> Scalar
{
let resizedImaege = self.tempImageView.image!.resizedImage(CGSize(width: 28, height: 28), interpolationQuality: .high)
let inputs = resizedImaege!.normalizedGrayScalePixels()!.flatMap({ Scalar($0) })
self.feedforwardResult = self.neuralNetwork!.feedForward(inputs: inputs)
self.printNumber(rowSize: 28, inputs: inputs)
let max = self.feedforwardResult!.activations.last!.max()!
let prediction = self.feedforwardResult!.activations.last!.index(of: max)!
return Scalar(prediction)
}
1 个答案:
答案 0 :(得分：2)
你的代码中有一件非常糟糕的事情就是这一行：
defer { data.deallocate(capacity: totalBytes) }
data.deallocate(capacity: totalBytes)在退出方法grayScalePixels()之前执行。因此，返回的baseAddress的{{1}}指向已经解除分配的区域，这意味着在访问该区域时您无法预期任何可预测的结果。
如果你想使用UnsafeMutableBufferPointer，你需要在完成对它的所有访问后解除分配区域（下面代码中的＃1）：
UnsafeMutableBufferPointerprivate func grayScalePixels() -> UnsafeMutableBufferPointer<UInt8>? {
guard let cgImage = self.cgImage else { return nil }
let bitsPerComponent = 8
let width = cgImage.width
let height = cgImage.height
let totalBytes = width * height
let colorSpace = CGColorSpaceCreateDeviceGray()
let data = UnsafeMutablePointer<UInt8>.allocate(capacity: totalBytes)
data.initialize(to: UInt8.max, count: totalBytes) //<- #4
guard let imageContext = CGContext(data: data, width: width, height: height, bitsPerComponent: bitsPerComponent, bytesPerRow: width, space: colorSpace, bitmapInfo: 0) else { return nil }
imageContext.draw(cgImage, in: CGRect(x: 0, y: 0, width: width, height: height))
return UnsafeMutableBufferPointer(start: data, count: totalBytes)
}
public func normalizedGrayScalePixels() -> [CGFloat]? {
guard let cgImage = self.cgImage else { return nil }
guard let pixels = self.grayScalePixels() else { return nil }
let width = cgImage.width
let height = cgImage.height
var result: [CGFloat] = []
for y in 0..<height {
for x in 0..<width {
let index = width * y + x
let pixel = CGFloat(pixels[index]) / CGFloat(UInt8.max)
result.append(pixel)
}
}
pixels.baseAddress!.deinitialize(count: pixels.count) //<- #2
pixels.baseAddress!.deallocate(capacity: pixels.count) //<- #1
return result
}
可能不需要{p>（＃2）deinitialize，但序列：allocate - initialize - deinitilize - deallocate是推荐的方式。
（触及的其他一些行只是我的偏好，而不是关键。）
或者，如果你想使用Swift UInt8而不是Array，你可以这样写：
UnsafeMutableBufferPointer您可能需要修改上面的代码，使其与您的代码一起使用，因为我无法使用private func grayScalePixels() -> [UInt8]? {
guard let cgImage = self.cgImage else { return nil }
let bitsPerComponent = 8
let width = cgImage.width
let height = cgImage.height
let totalBytes = width * height
let colorSpace = CGColorSpaceCreateDeviceGray()
var byteArray: [UInt8] = Array(repeating: UInt8.max, count: totalBytes) //<- #4
let success = byteArray.withUnsafeMutableBufferPointer {(buffer)->Bool in
guard let imageContext = CGContext(data: buffer.baseAddress!, width: width, height: height, bitsPerComponent: bitsPerComponent, bytesPerRow: width, space: colorSpace, bitmapInfo: 0) else { return false }
imageContext.draw(cgImage, in: CGRect(x: 0, y: 0, width: width, height: height))
return true;
}
return success ? byteArray : nil
}
public func normalizedGrayScalePixels() -> [CGFloat]? {
guard let cgImage = self.cgImage else { return nil }
guard let pixels = self.grayScalePixels() else { return nil }
let width = cgImage.width
let height = cgImage.height
var result: [CGFloat] = []
for y in 0..<height {
for x in 0..<width {
let index = width * y + x
let pixel = CGFloat(pixels[index]) / CGFloat(UInt8.max)
result.append(pixel)
}
}
return result
}
UInt32版本重现相同的结果。
修改
我在代码中发现了一个问题。您的绘图代码与以下内容划线：
grayScalePixels()灰度0，黑色。在我的旧代码中，我将位图初始化为：
context?.setStrokeColor(gray: 0, alpha: 1)
或：
data.initialize(to: 0, count: totalBytes)
因此，在黑色上绘制黑色，结果：全黑，8位灰度，全0。
（我第一次写 var byteArray: [UInt8] = Array(repeating: 0, count: totalBytes)
可能不需要，但这是一个错误。带有alpha的图像将与初始位图内容混合在一起。）
我的更新代码（标有initialize）用白色初始化位图（8位灰度，#4 == 255 == 0xFF）。< / p>
通过更新UInt8.max：
printNumber(rowSize:inputs:)在标准化灰度等级为float时，private func printNumber(rowSize: Int, inputs: Vector) {
for (index, pixel) in inputs.enumerated() {
if index % rowSize == 0 { print() }
if pixel < 1.0 { //<- #4
print("1", terminator: "")
}
else { print(".", terminator: "") }
}
print()
}
是白色的值，您最好将非白色显示为1.0。 （或者，找到另一个更好的门槛。）
- 我写了这段代码，但我无法理解我的错误
- 我无法从一个代码实例的列表中删除 None 值，但我可以在另一个实例中。为什么它适用于一个细分市场而不适用于另一个细分市场？
- 是否有可能使 loadstring 不可能等于打印？卢阿
- java中的random.expovariate()
- Appscript 通过会议在 Google 日历中发送电子邮件和创建活动
- 为什么我的 Onclick 箭头功能在 React 中不起作用？
- 在此代码中是否有使用“this”的替代方法？
- 在 SQL Server 和 PostgreSQL 上查询，我如何从第一个表获得第二个表的可视化
- 每千个数字得到
- 更新了城市边界 KML 文件的来源？