Opencv Dnn 分类的预处理图像

Question

我有一个用于分类的 onnx 模型。我正在尝试用 c++ 对一些图像进行分类。我正在阅读 onnx 文件并尝试使用 opencv dnn 库进行预测。

在使用 python 时，我正在使用 numpy 预处理图像。我正在创建 4d 维 numpy 数组并用图像填充它。代码如下。

blob = np.full((1, imgHeight, imgWidth, 3), 0)
blob[0, :, :, :] = img

通过这种方式，blob 的维度顺序将是 NHWC，我可以将其用于将模型提供给分类。但是当我使用 blobfromimage 函数时，它给了我不同的输出，比如 NCWH。我不能用这种方式喂模型。当我使用 reshape 函数改变维度顺序时，模型预测始终是同一类。

blobfromimage 函数代码如下。

blob = cv2.dnn.blobFromImage(img,1.0, dsize, (0,0,0), False, False, cv2.CV_32F)

我正在尝试执行此过程，该过程在 C++ 中取得了积极的结果，但我不能将 numpy 数组库用于 C++。经过长时间的解释，我的问题是，如何预处理图像并创建 NHWC cv::Mat 对象以将模型提供给分类。我为这个问题浪费了将近 1 周的时间。

Answer 1

也许你可以试试这个。

cv::Mat img = ... 

auto img_size = img.rows * img.cols * 3;
std::vector<unsigned char> array(1 * img_size, 0);

std::copy(img.data, img.data + img_size, array.data());