使用百度的开源模型easyDL来实现这个功能，使用c++调用这个库，读入一张教室图片，输出这个数组。

百度的EasyDL作为一个深度学习框架，主要通过Python API进行交互，而不是直接提供C++接口。如果你想要在C++中使用EasyDL，通常的做法是通过Python-C++接口桥接，例如Pybind11，或者借助Docker来运行Python脚本并获取其输出。

以下是一个简化的步骤示例：

1. 安装Python依赖：首先确保你在本地安装了Python和pip，并在C++环境中安装必要的Python库（如Pillow用于处理图像）。

2. C++环境配置：使用像Pybind11这样的库，将Python代码封装成C++函数或类。这通常涉及到编写Python绑定代码，导入EasyDL的相关模块，并实现读取图片和调用模型预测的功能。

// 示例代码（仅作演示，未完整）
#include <pybind11/pybind11.h>
#include "easydl/image_helper.h"

namespace py = pybind11;

void load_and_predict(const std::string& image_path) {
    // 初始化EasyDL Python接口
    auto easydl = py::module::import("easydl");
    
    // 读取图像
    cv::Mat img = read_image(image_path);
    // 转换为EasyDL接受的格式
    Image input = Image(img);

    // 加载模型
    py::object model = easydl.attr("load_model")("your_model_path");

    // 进行预测
    Array output = predict(model, input);
}

PYBIND11_MODULE(easydl_cpp_example, m) {
    m.def("predict_from_image", &load_and_predict, "Predict from an image using EasyDL");
}

3. 运行C++程序：在C++环境中编译并运行这个程序，它会通过Python调用EasyDL来预测给定图像的结果。

注意：以上代码片段假设你已经有一个可用的EasyDL模型，并且`read_image()`和`predict()`函数是自定义的辅助函数，实际操作可能需要参考EasyDL的官方文档和相应库的教程。