weixin_42877471的博客

本文简要介绍了使用OpenCV的dnn模块进行网络模型推理的流程，主要包括模型读取、输入数据准备和模型推理三个步骤。首先，通过readNetFromONNX()函数从指定路径读取ONNX模型，该函数内部调用了ONNXImporter类来解析模型文件并构建网络结构。ONNXImporter类使用Protocol Buffers库解析ONNX文件，并通过populateNet()方法将模型转换为OpenCV DNN的内部表示。文章还提到了一些实现细节，如解析操作符集合版本、简化图结构以及提取张量等，但未深入探讨

imshow()函数是OpenCV中用于显示图像的核心函数，本文详细分析了其在Windows平台下的实现过程。首先，imshow()函数会检查窗口是否存在，若存在则直接显示图像；若不存在，则创建新窗口并显示图像。接着，函数通过showImage_()处理图像数据，包括图像格式转换、垂直翻转等操作，以确保图像显示方向正确。最后，函数通过InvalidateRect()标记窗口区域为“无效”，强制窗口在下一次消息循环时重绘，从而更新图像显示。整个过程涉及窗口管理、图像处理和GDI（图形设备接口）操作，确保了图像

OpenCV中的imread()函数用于从指定文件中读取图像，并返回OpenCV的Mat格式。该函数支持多种图像格式，如bmp、gif、jpeg等，并且能够处理嵌入在图像中的exif元信息。读取过程首先需要查找合适的解码器，然后对压缩图像进行解码并转换为Mat格式。具体流程包括：查找解码器、设置图像处理参数、解析图像头信息、验证图像参数以及解析图像内容。imread_()是imread()的实际实现，负责执行这些步骤。该函数首先根据文件内容查找解码器，设置处理参数，读取图像头信息，最后解码图像数据并存储在M