OpenCV ： cv2.dnn 模块

OpenCV 的 cv2.dnn 模块是 OpenCV 的 深度神经网络（Deep Neural Network）模块，用于在 无需安装 TensorFlow/PyTorch 的情况下，执行多种深度学习模型的推理任务。

 一、cv2.dnn 能做什么？

可以用 cv2.dnn 加载来自主流框架的模型，支持的格式包括：

二、典型用法（以 YOLOv3 为例）

import cv2

# 加载模型
net = cv2.dnn.readNetFromDarknet("yolov3.cfg", "yolov3.weights")
net.setPreferableBackend(cv2.dnn.DNN_BACKEND_OPENCV)

# 加载图像并转为 blob
image = cv2.imread("dog.jpg")
blob = cv2.dnn.blobFromImage(image, 1/255.0, (416, 416), swapRB=True, crop=False)

# 设定输入并前向传播
net.setInput(blob)
layer_names = net.getUnconnectedOutLayersNames()
outputs = net.forward(layer_names)

# 输出是多组目标的置信度和坐标
for output in outputs:
    for detection in output:
        scores = detection[5:]
        class_id = scores.argmax()
        confidence = scores[class_id]
        if confidence > 0.5:
            print(f"检测到类别 {class_id}，置信度：{confidence:.2f}")

三、核心函数一览

cv2.dnn.blobFromImage() 在目标检测中的作用与用法

场景：使用 OpenCV + YOLOv3 进行目标检测

blobFromImage() 的主要功能是将图像 预处理成神经网络所需的输入格式（称为 blob）：

• 归一化图像（比如除以 255）

• 调整尺寸（比如改为 416×416）

• 减去均值（如果模型有均值要求）

• 转换通道顺序（BGR→RGB）

示例代码：使用 blobFromImage() 处理输入

import cv2
import numpy as np

# 读取图像
image = cv2.imread("dog.jpg")
(H, W) = image.shape[:2]

# 将图像变成 DNN 所需的输入 blob
blob = cv2.dnn.blobFromImage(image, 
                             scalefactor=1/255.0, 
                             size=(416, 416), 
                             mean=(0, 0, 0), 
                             swapRB=True, 
                             crop=False)

print("Blob shape:", blob.shape)
# 输出应为 (1, 3, 416, 416)：1张图、3通道、高宽416

# 加载 YOLOv3 模型
net = cv2.dnn.readNetFromDarknet("yolov3.cfg", "yolov3.weights")

# 传入模型
net.setInput(blob)
outputs = net.forward(net.getUnconnectedOutLayersNames())

分析参数解释

blobFromImage(image, 
              scalefactor=1/255.0,      # 像素归一化
              size=(416, 416),          # 输入尺寸
              mean=(0, 0, 0),           # 均值减去，无偏置
              swapRB=True,              # OpenCV 默认是 BGR，所以需交换
              crop=False)               # 不裁剪图像

 为什么需要 blob？

深度学习模型通常要求：

• 图像尺寸统一

• 通道为 CHW 格式（而 OpenCV 默认是 HWC）

• 归一化数值

• RGB 顺序

blobFromImage() 一步完成这些变换。否则你必须手动完成：

# 手动方式（不推荐）
image = cv2.resize(image, (416, 416))
image = image[:, :, ::-1]  # BGR -> RGB
image = image.transpose(2, 0, 1)  # HWC -> CHW
image = image.astype(np.float32) / 255.0
blob = np.expand_dims(image, axis=0)

可视化处理后图像（调试用）

# 还原 blob 图像用于显示（仅用于调试，不建议做预测）
blob_img = blob[0].transpose(1, 2, 0)  # CHW -> HWC
blob_img = (blob_img * 255).astype(np.uint8)

cv2.imshow("Blob Image", blob_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

四、显示预测结果（以人脸检测为例）

image = cv2.imread("face.jpg")
blob = cv2.dnn.blobFromImage(image, 1.0, (300, 300), (104.0, 177.0, 123.0))
net.setInput(blob)
detections = net.forward()

for i in range(detections.shape[2]):
    confidence = detections[0, 0, i, 2]
    if confidence > 0.5:
        box = detections[0, 0, i, 3:7] * np.array([w, h, w, h])
        (startX, startY, endX, endY) = box.astype("int")
        cv2.rectangle(image, (startX, startY), (endX, endY), (0, 255, 0), 2)

五、应用场景

• 人脸检测（如 opencv_face_detector)

• 图像分类（如 MobileNet、ResNet）

• 实时目标检测（如 YOLOv3/v4、SSD）

• 姿态识别、车道检测、OCR 等