QT+opencv+dnn調用預訓練好的模型

由於項目需要，需要在QT中進行圖片分類，準備用opencv自帶的dnn模塊，調用訓練好的模型。
win7/64+QT5.11.1+opencv3.4.1

1.QTCreator配置opencv

先測試是否可用，QTCreator的pro文件先添加opencv庫。（默認系統環境變量已添加opencv的bin目錄）

CONFIG(debug,debug|release) {
    TARGET = $$join(TARGET,,,_d)
}


Debug {
        contains(QMAKE_COMPILER_DEFINES, _WIN64) {
                LIBS += -LH:/opencv/opencv/newbuild/install/x64/vc15/lib				-lopencv_img_hash341d
                LIBS += -LH:/opencv/opencv/newbuild/install/x64/vc15/lib				-lopencv_world341d
                DESTDIR = ./Bin/x64
        }
        else {
        }
}
else {
        contains(QMAKE_COMPILER_DEFINES, _WIN64) {
                LIBS += -LH:/opencv/opencv/newbuild/install/x64/vc15/lib				-lopencv_img_hash341
                LIBS += -LH:/opencv/opencv/newbuild/install/x64/vc15/lib				-lopencv_world341
                DESTDIR = ./Bin/x64
        }
        else {
        }
}

INCLUDEPATH += \
            H:/opencv/opencv/newbuild/install/include\
            H:/opencv/opencv/newbuild/install/include/opencv\
            H:/opencv/opencv/newbuild/install/include/opencv2\

測試opencv是否可用

2.百度上找一張直升飛機的圖片，修改main函數，打開圖片，測試opencv庫是否配置成功

#include "opencvmat.h"

#include <iostream>

#include <opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>

using namespace std;
using namespace cv;

int main(int argc, char *argv[])
{
    QApplication a(argc, argv);
    Mat src = cv::imread("F:/DahuaSDKC++/opencvtest/airplane.jpg");
    cv::namedWindow("input", CV_WINDOW_AUTOSIZE);
    cv::imshow("input", src);
    cv::waitKey(0);
    //opencvMat w;
    //w.show();

    return a.exec();
}

這裏之前用的相對路徑，讀取有的圖片成功，有的有問題，出過一個opencv錯誤：斷言失敗的問題，後來查了之後改成絕對路徑就好了。
參考：https://blog.csdn.net/lijinshanba/article/details/78888159

3.準備模型

oepncv沒問題就可以準備模型文件了，參考很多案例，下了一堆模型，出現問題好像都是因爲.pb和.pbtxt文件不匹配之類的，蛋疼。
後來找到一個案例：https://blog.csdn.net/qq_35054151/article/details/82916424
1.首先我們需要下載訓練好的googlenet權重模型bvlc_googlenet .caffemodel（二進制文件），模型下載地址爲
http://dl.caffe.berkeleyvision.org/
2.然後導入模型描述文件，地址爲H:\opencv\opencv\sources\samples\data\dnn（這裏具體路徑看自己opencv的路徑）
把打勾的兩個文件拷過去

4.測試程序

修改main函數如下：我這裏都是用的絕對路徑

#include "opencvmat.h"
#include <QApplication>

#include <iostream>
#include <string>
#include <vector>

#include <opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>

using namespace std;
using namespace cv;
using namespace dnn;

String model_file = "F:/DahuaSDKC++/opencvtest/bvlc_googlenet.caffemodel";
String model_txtfile = "F:/DahuaSDKC++/opencvtest/bvlc_googlenet.prototxt";
String labels_file = "F:/DahuaSDKC++/opencvtest/synset_words.txt";

vector<String>readLabels();

int main(int argc, char *argv[])
{
    QApplication a(argc, argv);

    Mat src = cv::imread("F:/DahuaSDKC++/opencvtest/airplane.jpg");
    namedWindow("input", CV_WINDOW_AUTOSIZE);
    cv::imshow("input", src);
    
    //讀取模型的類別（文本）
    vector<String> labels = readLabels();


    //讀取google_net的模型和描述文件
    Net net = readNetFromCaffe(model_txtfile, model_file);
    if (net.empty()) {
        printf("read caffee model data failure\n");
        return -1;
    }

    //將圖像轉爲google_net網絡輸入的對象，由描述文件可知，圖像尺寸統一爲224*224
    Mat inputBlob = blobFromImage(src, 1.0, Size(224, 224), Scalar(104, 117, 123));
    //進行前向傳播，由描述文件可知，第一層用了10個卷積層，提取圖像10種不同的特徵
    Mat prob;

    for (int i = 0; i < 10; i++) {
        net.setInput(inputBlob, "data");
        prob = net.forward("prob");//最後一層的輸出爲“prob”
    }

    //輸出
    //得到的概率值爲1行1000列的
    Mat promat = prob.reshape(1, 1);
    Point classLoc;
    double classProb;
    minMaxLoc(promat, NULL, &classProb, NULL, &classLoc);
    printf("current image classification: %s,probablity %f\n", labels.at(classLoc.x).c_str(), classProb);

    putText(src, labels.at(classLoc.x), Point(20, 20), FONT_HERSHEY_COMPLEX, 1.0, Scalar(0, 0, 255), 2);

    imshow("output", src);

    waitKey(0);
    //opencvMat w;
    //w.show();

    return a.exec();
}

//讀取模型的類別（文本）

vector<String>readLabels() {
    vector<String>classNames;
    ifstream fp(labels_file);//打開文件
    if (!fp.is_open()) {//文件沒打開
        printf("could not open the file ");
        exit(-1);
    }

    string name;

    while (!fp.eof()) {//文件沒讀到結尾
        getline(fp, name);//得到每一行，放到name中
        if (name.length()) {//非空行
            classNames.push_back(name.substr(name.find(' ') + 1));//
        }
    }

    fp.close();
    return classNames;
}

5結果展示