一、图片数据的预处理。
简单来说就是用opencv自带的函数cv::dnn::blobFromImage，得到blob，然后处理一下得到的blob数据。最后将数据保存起来或者传递给Atlas。
1.用opencv实现Atlas官方实现的Python图片预处理。
一开始按照Python脚本里面的步骤逐一用opencv实现，但是实现到最后一个transpose时，opencv没有相应的操作函数。于是再次查找资料，发现了opencv自带一个类似的处理函数cv::dnn::blobFromImage，用于将图片数据转换成NCHW顺序的四维矩阵。
https://www.zhihu.com/question/400627328
https://www.cnblogs.com/sysuzyq/p/6824926.html
用该函数后得到一个四维矩阵。
访问该矩阵的方法如下
https://blog.csdn.net/fenglan8764/article/details/100744239
至此，还有一个问题需要解决。caffe使用的blob的类型是float16类型，是一个非标准类型；而opencv这边得到的blob是float32的，不一样，所以需要用cv::float16_t转换一下。
最后得到一个和Atlas官方一样长度的数组。
301056 = 1x3x224x224x2，其中最后一个2是指float16所占的字节数。
通过将opencv得出的数据与Atals官方得出的数据进行简单比较，发现不完全一样，但是数据较为接近。