电子产品世界

本文主要介绍OpenCV的DNN模块的使用。OpenCV的DNN模块自从contrib仓库开始，就是只支持推理，不支持训练。但是仅仅只是推理方面，也够强大了。现在OpenCV已经支持TensorFlow、Pytorch/Torch、Caffe、DarkNet等模型的读取。本文们就以风格迁移为例，来看一下OpenCV DNN模块的用法。

相比于复杂而耗时的模型训练过程，模型推理就显得简单多了。简单来说，过程就是：

1. 加载模型

2. 输入图像预处理（跟训练过程一样的方式，增强除外）

3. 模型推理

1. 加载模型

因为OpenCV只支持推理，所以首先你需要有一个训练好的模型。OpenCV支持所有主流框架的大部分模型。从OpenCV的readNet系列函数就可以看出来：

• readNetFromCaffe

• readNetFromTensorflow

• readNetFromTorch

• readNetFromDarknet

• readNetFromONNX

• readNetFromModelOptimizer

本文所用风格迁移模型是李飞飞的文章<<Perceptual Losses for Real-Time Style Transfer and Super-Resolution>>开源的Torch/Lua的模型，地址在这里：https://github.com/jcjohnson/fast-neural-style。他们提供了十种风格迁移的模型，模型的下载脚本在：https://github.com/jcjohnson/fast-neural-style/blob/master/models/download_style_transfer_models.sh。显然这里需要用OpenCV的readNetFromTorch函数去加载模型，由于模型较多，这里提供的函数可以选择加载指定的模型：

import cv2

model_base_dir = "/cvpy/style_transfer/models/"
d_model_map = {
    1: "udnie",
    2: "la_muse",
    3: "the_scream",
    4: "candy",
    5: "mosaic",
    6: "feathers",
    7: "starry_night"
}

def get_model_from_style(style: int):
    """
    加载指定风格的模型
    :param style: 模型编码
    :return: model
    """
    model_name = d_model_map.get(style, "mosaic")
    model_path = model_base_dir + model_name + ".t7"
    model = cv2.dnn.readNetFromTorch(model_path)
    return model

2. 图像预处理

在OpenCV中，输入给模型的图像需要首先被构建成一个4维的Blob，看到Blob这个词感觉是受到了Caffe的影响。在构建Blob的时候会做一些诸如resize、归一化和缩放之类的简单预处理。OpenCV提供的函数为:

blobFromImage(image, scalefactor=None, size=None, mean=None, swapRB=None, crop=None, ddepth=None)

这个函数在构建Blob的之前会先做如下计算：

(image - mean) * scalefactor。

函数中的swapRB参数的含义是swap Blue and Red channels，干的是cvtColor(image, cv2.COLOR_BGR2RGB)的事情。

本文的风格迁移所需要做的图像预处理很简单，只是三通道分别减去均值即可。代码如下：

(h, w) = img.shape[:2]
blob = cv2.dnn.blobFromImage(img, 1.0, (w, h), (103.939, 116.779, 123.680), swapRB=False, crop=False)

3. 模型推理

模型推理过程就是神经网络模型进行一次前向传播，在OpenCV中，用以下可读性非常强的两行代码即可完成：

net.setInput(blob)
output = net.forward()

把第一节构建的blob输入给模型，然后执行一次前向传播。

得到输出output再做一些处理使得我们可以更好的可视化图像：

# reshape输出结果, 将减去的平均值加回来，并交换各颜色通道
output = output.reshape((3, output.shape[2], output.shape[3]))
output[0] += 103.939
output[1] += 116.779
output[2] += 123.680
output = output.transpose(1, 2, 0)

效果展示

找一张测试图片，选择不同的风格，试一下效果。

想用自己的图片风格迁移一下吗？cvpy.net网站刚部署成功，来试试吧。