能不能给我一个opencv的c++的yolo.h代码

以下是一个使用OpenCV C++封装的YOLOv4检测器的头文件示例：

#ifndef YOLO_H
#define YOLO_H

#include <opencv2/opencv.hpp>

class YOLO {
 public:
  YOLO(const std::string& cfg_path, const std::string& weights_path, float confidence_threshold = 0.5, float nms_threshold = 0.5, int input_width = 416, int input_height = 416, const std::vector<std::string>& class_names = {});

  std::vector<cv::Rect> detect(const cv::Mat& image);
  std::vector<std::vector<cv::Rect>> detect_batch(const std::vector<cv::Mat>& images);

 private:
  cv::dnn::Net net_;
  float confidence_threshold_;
  float nms_threshold_;
  int input_width_;
  int input_height_;
  std::vector<std::string> class_names_;
};

#endif  // YOLO_H

其中包含了YOLO类的声明和定义。

使用时，可以按照以下方式进行调用：

#include "yolo.h"

int main() {
  std::string cfg_path = "/path/to/yolov4.cfg";
  std::string weights_path = "/path/to/yolov4.weights";
  std::vector<std::string> class_names = {"person", "car", "bicycle"};

  YOLO detector(cfg_path, weights_path, 0.5, 0.5, 416, 416, class_names);

  cv::Mat image = cv::imread("/path/to/image.jpg");
  std::vector<cv::Rect> boxes = detector.detect(image);
  for (const auto& box : boxes) {
    cv::rectangle(image, box, cv::Scalar(0, 0, 255), 2);
  }
  cv::imshow("Detection Result", image);
  cv::waitKey(0);

  return 0;
}

在调用YOLO类的构造函数时，需要传递YOLOv4的配置文件路径和权重文件路径。还可以选择传递置信度阈值、NMS阈值、输入图像的宽度和高度以及类别名称列表。如果不传递类别名称列表，则默认使用COCO数据集的80个类别名称。

YOLO类的detect方法接受一个OpenCV Mat对象作为输入，并返回一个包含检测结果边界框的矩形向量。还可以使用detect_batch方法一次性处理多张图像并返回检测结果的向量。