请给出一段C++代码用来做mnist的手写数字识别

以下是一个示例的 C++ 代码，用于使用 OpenCV 库进行 MNIST 手写数字识别：

#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/dnn.hpp>

using namespace cv;
using namespace cv::dnn;

int main() {
    // 加载模型文件和标签文件
    std::string model_file = "mnist_model.pb";
    std::string label_file = "mnist_labels.txt";

    // 加载模型和标签
    Net net = readNetFromTensorflow(model_file);
    std::vector<std::string> labels;
    std::ifstream ifs(label_file);
    std::string line;
    while (std::getline(ifs, line))
        labels.push_back(line);

    // 读取测试图像
    std::string image_file = "test_image.png";
    Mat image = imread(image_file, IMREAD_GRAYSCALE);

    // 调整图像尺寸为 MNIST 输入尺寸
    Size input_size(28, 28);
    resize(image, image, input_size);

    // 图像预处理，将像素值归一化到 [0, 1]
    Mat inputBlob = blobFromImage(image, 1.0 / 255.0);

    // 将输入数据传入模型进行预测
    net.setInput(inputBlob);
    Mat output = net.forward();

    // 获取预测结果
    Mat prob = output.reshape(1, 1);
    Point classId;
    double confidence;
    minMaxLoc(prob, nullptr, &confidence, nullptr, &classId);

    // 输出预测结果
    int predicted_class = classId.x;
    std::string predicted_label = labels[predicted_class];
    std::cout << "Predicted class: " << predicted_class << std::endl;
    std::cout << "Predicted label: " << predicted_label << std::endl;
    std::cout << "Confidence: " << confidence * 100 << "%" << std::endl;

    return 0;
}

在代码中，你需要准备模型文件 `mnist_model.pb` 和标签文件 `mnist_labels.txt`，以及一张待测试的手写数字图像 `test_image.png`。模型文件是使用 TensorFlow 训练得到的 MNIST 手写数字识别模型，标签文件包含了对应的类别标签。

代码使用 OpenCV 的 dnn 模块加载模型和标签。然后，读取测试图像，并对图像进行预处理，将像素值归一化到 [0, 1] 的范围。接下来，将预处理后的图像输入到模型中进行推理，得到预测结果。最后，输出预测的类别和置信度。

请确保在运行代码之前正确配置 OpenCV 库和相关依赖，并将模型文件、标签文件和测试图像放置在正确的路径下。