用python opencv 编写一个调用onnx的代码

首先，需要安装 `onnxruntime` 库，这个库是用于加载和运行 ONNX 模型的。可以通过以下命令来安装：

pip install onnxruntime

然后，可以按照以下步骤编写代码：

1. 导入必要的库

import cv2
import numpy as np
import onnxruntime as ort

2. 加载 ONNX 模型

model_path = "path/to/your/onnx/model.onnx"
sess = ort.InferenceSession(model_path)
input_name = sess.get_inputs()[0].name
output_name = sess.get_outputs()[0].name

3. 加载图片并做预处理

img_path = "path/to/your/image.jpg"
img = cv2.imread(img_path)
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # 转换颜色空间
img = cv2.resize(img, (224, 224)) # 调整尺寸
img = img.astype(np.float32) / 255.0 # 归一化
img = np.transpose(img, (2, 0, 1)) # 调整维度顺序
img = np.expand_dims(img, axis=0) # 增加批次维度

4. 进行推理

pred = sess.run([output_name], {input_name: img})[0]

5. 处理输出

pred = np.argmax(pred, axis=1) # 取最大值的下标作为预测结果

完整代码如下：

import cv2
import numpy as np
import onnxruntime as ort

# 加载 ONNX 模型
model_path = "path/to/your/onnx/model.onnx"
sess = ort.InferenceSession(model_path)
input_name = sess.get_inputs()[0].name
output_name = sess.get_outputs()[0].name

# 加载图片并做预处理
img_path = "path/to/your/image.jpg"
img = cv2.imread(img_path)
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # 转换颜色空间
img = cv2.resize(img, (224, 224)) # 调整尺寸
img = img.astype(np.float32) / 255.0 # 归一化
img = np.transpose(img, (2, 0, 1)) # 调整维度顺序
img = np.expand_dims(img, axis=0) # 增加批次维度

# 进行推理
pred = sess.run([output_name], {input_name: img})[0]

# 处理输出
pred = np.argmax(pred, axis=1) # 取最大值的下标作为预测结果

print(pred)