使用Python和Opencv，如何将Umat转换回mat？

Question

我的项目是用python3.6编写的，我使用的是opencv和{a2}。在

我想确定麻省理工大学是否能在现场视频分析方面优于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，然后把它传给神经网络。在

在我的cpu上处理每一帧视频所花费的时间大约是23毫秒。在

我想试试麻省理工大学，看看能不能快点。然而，在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传递给cv2.Umat()，那么代码可以完美地工作。在

# 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，当我运行如上所示的代码时（将Uframe传递给cv2.Umat()），代码在fastai_image = Image(pil2tensor()处失败，例外情况是：

^{pr2}$

我知道这个错误与轴数据的存储方式有关，但我不知道该怎么做。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？在