怎么调用yolo在opencv中用C++识别两张图片不同之处

要在OpenCV中使用YOLO进行图像检测，可以按照以下步骤进行：

1. 安装OpenCV和YOLO

2. 加载YOLO网络和权重文件，初始化检测器

cv::dnn::Net net = cv::dnn::readNetFromDarknet(yolo_cfg_path, yolo_weights_path);

3. 读取图像，将其转换为blob格式并传递给网络进行检测

cv::Mat image = cv::imread(image_path);
cv::Mat blob = cv::dnn::blobFromImage(image, 1 / 255.0, cv::Size(416, 416), cv::Scalar(0, 0, 0), true, false);
net.setInput(blob);
cv::Mat detection = net.forward();

4. 解析检测结果并绘制边界框

float confidence_threshold = 0.5;
std::vector<int> class_ids;
std::vector<float> confidences;
std::vector<cv::Rect> boxes;
for (int i = 0; i < detection.rows; ++i) {
  cv::Mat row = detection.row(i);
  cv::Mat scores = row.colRange(5, detection.cols);
  cv::Point class_id;
  double confidence;
  cv::minMaxLoc(scores, nullptr, &confidence, nullptr, &class_id);
  if (confidence > confidence_threshold) {
    int x_center = static_cast<int>(row.at<float>(0) * image.cols);
    int y_center = static_cast<int>(row.at<float>(1) * image.rows);
    int width = static_cast<int>(row.at<float>(2) * image.cols);
    int height = static_cast<int>(row.at<float>(3) * image.rows);
    int x_left = x_center - width / 2;
    int y_top = y_center - height / 2;
    class_ids.push_back(class_id.x);
    confidences.push_back(confidence);
    boxes.emplace_back(x_left, y_top, width, height);
  }
}
for (int i = 0; i < boxes.size(); ++i) {
  cv::rectangle(image, boxes[i], cv::Scalar(0, 0, 255), 2);
}

要识别两张图片不同之处，可以将两张图片都传递给YOLO进行检测，然后比较检测结果的差异。可以使用OpenCV的图像差分函数（cv::absdiff）来比较两张图像的像素值差异，并将差异区域作为输入传递给YOLO进行检测，然后在原始图像上绘制检测结果的边界框。