cv2.dnn.blobFromImages

cv2.dnn.blobFromImages 是 OpenCV 中一个用于构建输入图像的辅助函数，通常用于深度学习模型推理。该函数可以将一组输入图像转换为一个 4 维张量（batch_size, channels, height, width），并进行标准化和可选的裁剪、大小调整等操作。它的主要参数包括输入图像列表、缩放因子、目标大小、均值和标准差等。使用该函数可以方便地将多张图像输入到深度学习模型中进行推理。

相关问题

cv2.dnn.blobFromImages具体用法

`cv2.dnn.blobFromImages` 是 OpenCV 中用于将一组输入图像转换为一个 blob 的函数。它的具体用法如下：

cv2.dnn.blobFromImages(images, scalefactor=None, size=None, mean=None, swapRB=True, crop=False, ddepth=None)

其中，参数含义如下：

- `images`：输入图像组成的列表或数组；
- `scalefactor`：缩放因子，将输入图像进行缩放处理，可以设置为 1.0 或其它小于 1.0 的数值；
- `size`：输出 blob 的尺寸，格式为 (width, height)，如果不指定则默认为输入图像的尺寸；
- `mean`：各个通道的均值，用于对输入数据进行归一化处理；
- `swapRB`：是否对输入数据的通道进行颜色交换，即将 (B, G, R) 顺序转换为 (R, G, B)，默认为 True；
- `crop`：是否对输入图像进行裁剪，即将图像的中心部分截取出来进行处理；
- `ddepth`：输出 blob 的深度，如果不指定则默认为 CV_32F。

`cv2.dnn.blobFromImages` 函数会将输入图像组成一个 blob，返回一个 NCHW 格式的数组，其中 N 表示输入图像的数量，C 表示通道数，H 和 W 分别表示输出 blob 的高度和宽度。具体用法可以参考下面的示例代码：

import cv2

# 读取输入图像
img1 = cv2.imread("image1.jpg")
img2 = cv2.imread("image2.jpg")
images = [img1, img2]

# 将输入图像转换为 blob
blob = cv2.dnn.blobFromImages(images, scalefactor=1/255.0, size=(224, 224), mean=(0, 0, 0), swapRB=False)

# 输出 blob 的形状
print(blob.shape)

在上面的示例代码中，我们将两张输入图像转换为一个 blob，并打印了 blob 的形状。注意，在调用 `cv2.dnn.blobFromImages` 函数时，我们将 `scalefactor` 设置为 1/255.0，这是为了将输入图像的像素值归一化到 [0, 1] 的范围内。同时，我们将 `size` 设置为 (224, 224)，这是因为在使用一些预训练的深度学习模型时，输入图像的尺寸需要满足一定的要求。

对于多个图像组成的数据集使用OpenCV中的cv2.dnn.blobFromImages()进行分类模型的预处理，数据集在附件文件夹名为images1中。分类模型、配置文件、类标签集文件在附件中。调用分类模型和配置文件使用函数名为cv2.dnn.readNetFromCaffe()。A.导入必要的包 B.使用open打开类标签集文件 C.使用cv2.dnn.readNetFromCaffe()函数装载分类模型和配置文件 D.使用paths获取输入图像路径 E.使用cv2.imread()函数读图像路径中的每个图像 F.使用cv2.resize()函数调整图像集中的每个图像的大小 G.把图像集中的每个图像放到一个图像集列表中 H.使用cv2.dnn.blobFromImages()函数预处理图像集 I.把cv2.dnn.blobFromImages()的返回结果导入分类模型中并把预测结果降 序排列 J.画最高预测概率的类标签到图像的左上角，并且显示图像分类名称和概率值

A. 导入必要的包：cv2, numpy, argparse

import cv2
import numpy as np
import argparse

B. 使用 open 打开类标签集文件

with open('labels.txt') as f:
    labels = f.read().strip().split('\n')

C. 使用 cv2.dnn.readNetFromCaffe() 函数装载分类模型和配置文件

model = cv2.dnn.readNetFromCaffe('deploy.prototxt', 'model.caffemodel')

D. 使用 paths 获取输入图像路径

image_paths = sorted(list(paths.list_images('images1')))

E. 使用 cv2.imread() 函数读图像路径中的每个图像

images = []
for image_path in image_paths:
    image = cv2.imread(image_path)
    images.append(image)

F. 使用 cv2.resize() 函数调整图像集中的每个图像的大小

resized_images = []
for image in images:
    resized_image = cv2.resize(image, (227, 227))
    resized_images.append(resized_image)

G. 把图像集中的每个图像放到一个图像集列表中

image_list = np.array(resized_images)

H. 使用 cv2.dnn.blobFromImages() 函数预处理图像集

blob = cv2.dnn.blobFromImages(image_list, 1.0, (227, 227), (104, 117, 123))

I. 把 cv2.dnn.blobFromImages() 的返回结果导入分类模型中并把预测结果降序排列

model.setInput(blob)
outputs = model.forward()
predictions = outputs[0]
sorted_predictions = np.argsort(predictions)[::-1]

J. 画最高预测概率的类标签到图像的左上角，并且显示图像分类名称和概率值

for i in range(len(images)):
    image = images[i]
    prediction = predictions[i]
    label = labels[sorted_predictions[i]]
    confidence = prediction[sorted_predictions[i]]

    text = f'{label}: {confidence:.2f}'
    cv2.putText(image, text, (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2)

    cv2.imshow('Image', image)
    cv2.waitKey(0)