OpenCV DNN blogFromImage()详解

OpenCV3.x版本，增加了DNN模块，支持直接载入深度学习框架训练好的模型。如何往模型中传入数据，这就要查看blogFromImage()函数。

 

1. 背景知识：

为了从深度神经网络获取正确的预测，首先需要预处理数据。把图像数据处理为模型所需要的数据格式。这些预处理通常包括：

A. 均值减法(Mean Subtraction)。即整体像素减去平均值。

B. 缩放(Scaling)。通过缩放系数(scalefactor)对图像像素值进行缩放。

C. 把数据shape调整为模型需要的格式。

均值减法：

均值减法用来适应光照的变换（combat illumination changes）。因此，我们可以将均值减法视为一种协助卷积神经网络的技术。在开始训练我们自己的深度神经网络之前，需要计算我们要训练的图片中RGB三个通道的平均像素（average pixel）

2.具体使用：

Python:

cv.dnn.blobFromImage(image[, scalefactor[, size[, mean[, swapRB[, crop[, ddepth]]]]]]) ->retval

C++:

Mat cv::dnn::blobFromImage

(