OpenCV DNN单张与多张图像的推断

最新推荐文章于 2025-11-30 00:39:44 发布

原创

最新推荐文章于 2025-11-30 00:39:44 发布 · 3.6k 阅读

25 ·

CC 4.0 BY-SA版权

文章标签：

#OpenCV #OpenCV DNN #blobFromImage #blobFromImages #OpenCV DNN多张图推断

本文介绍如何使用OpenCV的DNN模块进行单张和多张图像的推断，详细解析了blobFromImage与blobFromImages函数，并提供了C++和Python的代码示例，展示了如何加载预训练模型并执行图像分类。

转载请注明作者和出处： http://blog.youkuaiyun.com/john_bh/

文章目录

1. blobFromImage与blobFromImages

OpenCV DNN中支持单张图像推断，同时还支持分批次方式的图像推断，对应的两个相关API分别为blobFromImage与blobFromImages，它们的返回对象都是一个四维的Mat对象-按照顺序分别为NCHW 其组织方式详解如下：

N表示多张图像 ;
C表示接受输入图像的通道数目 ;
H表示接受输入图像的高度 ;
W表示接受输入图像的宽度。

Mat cv::dnn::blobFromImage(
	InputArray 	image,
	double 	scalefactor = 1.0,
	const Size & 	size = Size(),
	const Scalar & 	mean = Scalar(),
	bool 	swapRB = false,
	bool 	crop = false,
	int 	ddepth = CV_32F
)

Mat cv::dnn::blobFromImages(
	InputArrayOfArrays 	images,
	double 	scalefactor = 1.0,
	Size 	size = Size(),
	const Scalar & 	mean = Scalar(),
	bool 	swapRB = false,
	bool 	crop = false,
	int 	ddepth = CV_32F 
)

参数解释：

Images：表示多张图像,image表示单张图像；
Scalefactor：表示放缩；
Size：表示图像大小；
Mean：表示均值；
swapRB：是否交换通道；
crop：是否剪切；
ddepth：输出的类型，默认是浮点数格式。

2. 代码实现

2.1 C++

#include <opencv2/opencv.hpp>
#include <opencv2/dnn.hpp>
#include <iostream>
#include <fstream>
/******************************************************
*
********************************************************/
using namespace cv;
using namespace cv::dnn;
using namespace std;


String bin_model = "D:/projects/opencv_tutorial/data/models/googlenet/bvlc_googlenet.caffemodel";
String protxt = "D:/projects/opencv_tutorial/data/models/googlenet/bvlc_googlenet.prototxt";
String labels_txt_file = "D:/vcworkspaces/classification_classes_ILSVRC2012.txt";
vector<String> readClassNames()

最低0.47元/天解锁文章