【NCNN源码分析】1.基本数据类型

对于NCNN而言，核心在于网络的前向推理过程（Inference），其主要数据类型为mat，该数据类型以类的形式定义在src/mat.h中，其中包含了mat的构造函数、析构函数、常见的运算过程。

#if __ARM_NEON
#include <arm_neon.h>
#endif

通过宏变量__ARM_NEON控制Neon的使用。

    // empty
    Mat();
    // vec
    Mat(int w, size_t elemsize = 4u, Allocator* allocator = 0);
    // image
    Mat(int w, int h, size_t elemsize = 4u, Allocator* allocator = 0);
    // dim
    Mat(int w, int h, int c, size_t elemsize = 4u, Allocator* allocator = 0);
    // copy
    Mat(const Mat& m);
    // external vec
    Mat(int w, void* data, size_t elemsize = 4u, Allocator* allocator = 0);
    // external image
    Mat(int w, int h, void* data, size_t elemsize = 4u, Allocator* allocator = 0);
    // external dim
    Mat(int w, int h, int c, void* data, size_t elemsize = 4u, Allocator* allocator = 0);
    // release
    ~Mat();

类的一开始声明了多种构造函数和析构函数。其中有空构造函数、向量的构造函数、二维矩阵的构造函数、三维矩阵的构造函数等。Allocator用于创建内存池构造器，手动为mat分配内存空间。在32位架构中size_t表示四字节，定义为typedef unsigned int size_t；在64位架构中，size_t表示八字节，定义为typedef unsigned long size_t。

    void fill(float v);
    void fill(int v);
    template <typename T> void fill(T v);

定义数据填充函数，最后一行采用泛型进行统一，但是出于一定的考虑，又单独实现了对于int类型和float类型的接口。

	// deep copy
    Mat clone(Allocator* allocator = 0) const;

重新分配内存，对一个mat变量进行深拷贝，不同于直接赋值，直接赋值的方式仅仅是地址的改变。const成员函数不能数据成员进行修改，但是如果成员是一个指针，该函数不能修改指针，但是可以修改指针指向的对象（这是不好的）。

#if NCNN_PIXEL
    enum
    {
        PIXEL_CONVERT_SHIFT = 16,
        PIXEL_FORMAT_MASK = 0x0000ffff,
        PIXEL_CONVERT_MASK = 0xffff0000,

        PIXEL_RGB       = 1,
        PIXEL_BGR       = (1 << 1),
        PIXEL_GRAY      = (1 << 2),
        PIXEL_RGBA      = (1 << 3),

        PIXEL_RGB2BGR   = PIXEL_RGB | (PIXEL_BGR << PIXEL_CONVERT_SHIFT),
        PIXEL_RGB2GRAY  = PIXEL_RGB | (PIXEL_GRAY << PIXEL_CONVERT_SHIFT),

        PIXEL_BGR2RGB   = PIXEL_BGR | (PIXEL_RGB << PIXEL_CONVERT_SHIFT),
        PIXEL_BGR2GRAY  = PIXEL_BGR | (PIXEL_GRAY << PIXEL_CONVERT_SHIFT),

        PIXEL_GRAY2RGB  = PIXEL_GRAY | (PIXEL_RGB << PIXEL_CONVERT_SHIFT),
        PIXEL_GRAY2BGR  = PIXEL_GRAY | (PIXEL_BGR << PIXEL_CONVERT_SHIFT),

        PIXEL_RGBA2RGB  = PIXEL_RGBA | (PIXEL_RGB << PIXEL_CONVERT_SHIFT),
        PIXEL_RGBA2BGR  = PIXEL_RGBA | (PIXEL_BGR << PIXEL_CONVERT_SHIFT),
        PIXEL_RGBA2GRAY = PIXEL_RGBA | (PIXEL_GRAY << PIXEL_CONVERT_SHIFT),
    };
    // convenient construct from pixel data
    static Mat from_pixels(const unsigned char* pixels, int type, int w, int h, Allocator* allocator = 0);
    // convenient construct from pixel data and resize to specific size
    static Mat from_pixels_resize(const unsigned char* pixels, int type, int w, int h, int target_width, int target_height, Allocator* allocator = 0);

    // convenient export to pixel data
    void to_pixels(unsigned char* pixels, int type) const;
    // convenient export to pixel data and resize to specific size
    void to_pixels_resize(unsigned char* pixels, int type, int target_width, int target_height) const;
#endif // NCNN_PIXEL

通过像素数据初始化

【NCNN源码分析】1.基本数据类型

猜你喜欢