1 #include <opencv2/opencv.hpp>
2 #include <opencv2/dnn.hpp>
3 #include <iostream>
4 //使用Googlenet Caffe模型实现图像分类
5 using namespace cv;
6 using namespace cv::dnn;
7 using namespace std;
8
9 String model_bin_file = "D:/opencv3.3/opencv/sources/samples/data/dnn/bvlc_googlenet.caffemodel";//模型二进制文件
10 String model_txt_file = "D:/opencv3.3/opencv/sources/samples/data/dnn/bvlc_googlenet.prototxt";//模型文本（描述）文件
11 String labels_txt_file = "D:/opencv3.3/opencv/sources/samples/data/dnn/synset_words.txt";//标签文本文件
12 vector<String> readLabels();//读写文件方法
13 int main(int argc, char** argv) {
14 Mat src = imread("space_shuttle.jpg");
15 if (src.empty()) {
16 printf("could not load image...\n");
17 return -1;
18 }
19 namedWindow("input image", CV_WINDOW_AUTOSIZE);
20 imshow("input image", src);
21 vector<String> labels = readLabels();
22 //读取Caffe模型
23 Net net = readNetFromCaffe(model_txt_file, model_bin_file);
24 if (net.empty()) {//如果没读到模型
25 printf("read caffe model data failure...\n");
26 return -1;
27 }
28 //由bvlc_googlenet.prototxt知网络输入层大小为224*224
29 Mat inputBlob = blobFromImage(src, 1.0, Size(224, 224), Scalar(104, 117, 123));
30 Mat prob;
31 for (int i = 0; i < 10; i++) {
32 net.setInput(inputBlob, "data");//设置第一层数据层进行输入
33 prob = net.forward("prob");//设置最后一层进行结果输出
34 }
35 Mat probMat = prob.reshape(1, 1);//转换成一行多列的分类结果
36 Point classNumber;//最大可能性的分类号
37 double classProb;//最大可能性的概率值
38 minMaxLoc(probMat, NULL, &classProb, NULL, &classNumber);
39 int classidx = classNumber.x;
40 printf("\n current image classification : %s, possible : %.2f", labels.at(classidx).c_str(), classProb);
41 //图片上放置文本 红色显示
42 putText(src, labels.at(classidx), Point(20, 20), FONT_HERSHEY_SIMPLEX, 1.0, Scalar(0, 0, 255), 2, 8);
43 imshow("Image Classification", src);
44
45 waitKey(0);
46 return 0;
47 }
48 vector<String> readLabels() {//读取标签文本文件
49 vector<String> classNames;
50 ifstream fp(labels_txt_file);//文件输入输出流
51 if (!fp.is_open()) {//如果文件未打开
52 printf("could not open the file");
53 exit(-1);
54 }
55 string name;
56 while (!fp.eof()) {//如果文件并未读取到结尾
57 getline(fp, name);//读取文件每一行
58 if (name.length()) {
59 classNames.push_back(name.substr(name.find(' ') + 1));//字符拆解与分割
60 }
61 }
62 fp.close();//关闭文件输入输出流
63 return classNames;//返回分类名
64 }
航天飞机，概率100%
山地单车，概率93%
标签：fp,src,DNN,name,labels,GoogleNet,Caffe,file,txt From： https://www.cnblogs.com/ybqjymy/p/17639506.html