不使用 OpenCV 的 DNN 模块,可以使用 OpenCV 的基本图像处理函数来实现类似的功能。以下是一个示例代码,展示如何使用基本函数来创建一个类似于 cv::dnn::blobFromImage
的功能:
#include <iostream>
#include <opencv2/opencv.hpp>
int main() {
// 读取图像
cv::Mat image = cv::imread("image.jpg");
// 调整图像大小
cv::Size size(224, 224);
cv::resize(image, image, size);
// 转换为浮点型图像
cv::Mat floatImage;
image.convertTo(floatImage, CV_32F);
// 归一化图像
cv::Scalar mean(0, 0, 0);
cv::Scalar stdDev(1, 1, 1);
cv::subtract(floatImage, mean, floatImage);
cv::divide(floatImage, stdDev, floatImage);
// 打印 Blob 的形状
std::cout << "Blob shape: " << floatImage.size << std::endl;
return 0;
}
在上述代码中,我们首先使用 cv::imread
函数读取一个图像。然后,我们调整图像的大小为目标大小(224x224),可以使用 cv::resize
函数完成。
接下来,我们将图像转换为浮点型图像,使用 image.convertTo
函数将像素值转换为 CV_32F
数据类型。
然后,我们对图像进行归一化处理。在示例代码中,我们使用均值为 0、标准差为 1 的归一化方式。首先,使用 cv::subtract
函数减去均值,然后使用 cv::divide
函数除以标准差。
最后,我们打印 Blob 的形状,即 floatImage.size
。
请注意,这只是一个简单的示例代码,仅包含了图像大小调整和归一化处理。如果您有其他特定的需求,例如通道交换或裁剪等,您可能需要根据您的需求进行相应的处理。