OpenCV结合深度学习进行图像分类

代码示例在资源中有上传

1. 支持的深度学习框架和模型格式

OpenCV的DNN模块支持多种主流深度学习框架训练的模型：

• TensorFlow: 支持冻结图(.pb)和SavedModel格式
• Caffe: 支持.prototxt和.caffemodel文件
• ONNX: 开放神经网络交换格式
• Darknet: YOLO系列模型
• Torch: PyTorch导出模型

2. 模型加载方式

加载预训练模型示例：

import cv2
import numpy as np# 方法1: 加载Caffe模型 (如CaffeNet, VGG等)
net = cv2.dnn.readNetFromCaffe('deploy.prototxt', 'model.caffemodel')# 方法2: 加载TensorFlow模型
net = cv2.dnn.readNetFromTensorflow('frozen_inference_graph.pb')# 方法3: 加载ONNX模型
net = cv2.dnn.readNetFromONNX('model.onnx')# 方法4: 加载Darknet模型 (YOLO)
net = cv2.dnn.readNetFromDarknet('yolo.cfg', 'yolo.weights')

3. 图像预处理流程

深度学习模型对输入图像有特定要求，需要进行标准化处理：

# 读取原始图像
image = cv2.imread('input_image.jpg')
(h, w) = image.shape[:2]# 创建blob对象 - OpenCV的标准化处理函数
blob = cv2.dnn.blobFromImage(image,                    # 输入图像scalefactor=1.0,         # 缩放因子 (通常为1/255.0进行归一化)size=(224, 224),         # 目标尺寸 (根据模型要求调整)mean=(104, 117, 123),    # 减去的均值 (RGB格式)swapRB=True,             # 是否交换R和B通道 (BGR转RGB)crop=False               # 是否中心裁剪
)# blob的形状为 (1, 3, 224, 224) - (batch, channels, height, width)

4. 前向传播与推理

# 设置网络输入
net.setInput(blob)# 可选：设置计算后端和目标设备
net.setPreferableBackend(cv2.dnn.DNN_BACKEND_OPENCV)
net.setPreferableTarget(cv2.dnn.DNN_TARGET_CPU)  # 或DNN_TARGET_CUDA# 执行前向传播获得预测结果
predictions = net.forward()
# 输出形状通常为 (1, num_classes) 或 (1, num_classes, 1, 1)

5. 结果解析与后处理

# 压缩多余维度
predictions = predictions.flatten()# 获取前N个最可能的类别
top_indices = np.argsort(predictions)[::-1][:5]  # Top-5分类结果# 加载类别标签 (如ImageNet的1000个类别)
classes = open('synset_words.txt').read().strip().split("\n")# 显示分类结果
for i, idx in enumerate(top_indices):label = classes[idx]confidence = predictions[idx]print(f"{i+1}. {label}: {confidence:.4f}")

6. 性能优化技巧

启用GPU加速：

# CUDA加速 (需要编译支持CUDA的OpenCV)
net.setPreferableBackend(cv2.dnn.DNN_BACKEND_CUDA)
net.setPreferableTarget(cv2.dnn.DNN_TARGET_CUDA)

批量处理：

# 处理多张图像
images = [cv2.imread(f'image_{i}.jpg') for i in range(batch_size)]
blob = cv2.dnn.blobFromImages(images, 1.0, (224, 224), (104, 117, 123))