cv.dnn.blobFromImage参数详解
例如：
image = cv.imread('imgs/img.png')
blob = cv.dnn.blobFromImage(image, scalefactor=1.0, size=(224, 224), mean=(0, 0, 0), swapRB=True, crop=False)
print("原始图像形状:", image.shape)
print("Blob数据形状:", blob.shape)
1. image
- 含义：这是输入的原始图像数据，通常是通过
cv.imread等函数读取的图像。图像可以是灰度图（单通道，数据类型通常为uint8）或彩色图（常见的 RGB 三通道图像，数据类型也为uint8）。
import cv2 as cv
# 读取一张彩色图像
image = cv.imread('your_image.jpg')
2. scalefactor
- 含义：这个参数用于对图像数据进行缩放。它是一个浮点数，将原始图像的每个像素值乘以这个
scalefactor。例如，如果scalefactor = 1.0，则图像像素值保持不变；如果scalefactor = 0.5，则图像每个像素值都变为原来的一半。这个参数在将图像数据归一化到特定范围时很有用，比如在一些网络中需要将像素值范围从[0, 255]调整到[0, 1]或其他范围时，可以通过设置合适的scalefactor来实现。
# 将图像像素值缩小为原来的0.5倍
blob = cv.dnn.blobFromImage(image, scalefactor=0.5, size=(224, 224), mean=(0, 0, 0), swapRB=True, crop=False)
也可以这样
cv.dnn.blobFromImage(bgr, 1 / 255.0, (640, 640), swapRB=True,crop=False)
3. size
- 含义：它是一个元组
(height, width)，指定了转换后图像的大小。原始图像会被调整（通常是通过缩放和裁剪等操作）到这个指定的尺寸。这个尺寸是根据深度学习网络输入层的要求来确定的，不同的网络模型可能需要不同的输入图像大小，因此需要根据实际使用的网络来设置size参数。
# 将图像转换为224x224大小的图像
blob = cv.dnn.blobFromImage(image, scalefactor=1.0, size=(224, 224), mean=(0, 0, 0), swapRB=True, crop=False)
4. mean
- 含义：
mean是一个元组(meanB, meanG, meanR)，用于对图像进行去均值操作。在深度学习中，为了提高模型的稳定性和泛化能力，通常会对图像进行去均值处理。这个操作是在每个通道上分别进行的，即从图像的蓝色通道（B）、绿色通道（G）和红色通道（R）的每个像素值中分别减去对应的mean值。例如，如果mean=(128, 128, 128)，则会从蓝色通道的每个像素值中减去 128，从绿色通道的每个像素值中减去 128，从红色通道的每个像素值中减去 128。
# 对图像进行去均值操作，每个通道减去均值127
blob = cv.dnn.blobFromImage(image, scalefactor=1.0, size=(224, 224), mean=(127, 127, 127), swapRB=True, crop=False)
4. swapRB
- 含义：这是一个布尔值参数，用于交换图像的红色（R）和蓝色（B）通道。在 OpenCV 中，图像的存储顺序通常是 BGR，而在一些深度学习模型中，可能需要 RGB 顺序的图像数据。如果
swapRB=True，则在转换图像时会将 BGR 顺序转换为 RGB 顺序；如果swapRB=False，则保持图像的 BGR 顺序不变。
# 交换图像的R和B通道
blob = cv.dnn.blobFromImage(image, scalefactor=1.0, size=(224, 224), mean=(0, 0, 0), swapRB=True, crop=False)
5. crop
- 含义：这也是一个布尔值参数，用于确定是否对图像进行裁剪。如果
crop=True，在调整图像大小时，会根据指定的size对图像进行裁剪，以获取精确尺寸的图像；如果crop=False，则会通过缩放图像来尽量匹配指定的size，可能不会得到精确尺寸的图像，但会保留原始图像的完整内容，只是尺寸可能会有所不同。
# 不对图像进行裁剪，只进行缩放
blob = cv.dnn.blobFromImage(image, scalefactor=1.0, size=(224, 224), mean=(0, 0, 0), swapRB=True, crop=False)