cv2.dnn.readNet()로 이미지 처리하기
1. readNet()
readNet() 함수는 전달된 framework 문자열, 또는 model과 config 파일 이름 확장자를 분석하여 내부에서 해당 프레임워크에 맞는 readNetFromXXX() 형태의 함수를 다시 호출해준다.
모델 확장자에 따라 호출하는 함수가 다르다.
.caffemodel -> readNetFromCaffe()
.pb -> readNetFromTensorflow()
readNetFromTorch(), readNetFromDarknet(), readNetFromModelOptimizer(), readNetFromONNX()
model_path = './opencv_face_detector_uint8.pb'
config_path = './opencv_face_detector.pbtxt'
Net = cv2.dnn.readNetFromTensorflow(model_path, config_path)하지만 OpenCV 4.0.0 부터는 확장자 상관없이 readNet()을 사용하는 것이 좋다.
bool Net::emtpy() const;
# 네트워크가 비어있다면 True 를 준다.
# python에서 이런식으로 쓸 수도 있다.
if net.emtpy():
print('Not Network')
sys.exit()2. blobFromImage()
Net에 입력되는 데이터는 blob 형식으로 변경 해줘야 한다.
blob: opencv에서 Mat타입의 4차원(4D Tensor: NCHW) 행렬
N: 영상 개수
C: 채널 개수
H: 영상 세로
W: 영상 가로
blobFromImages(): 이미지가 두개 이상인 경우 사용
blob = cv2.dnn.blobFromImage(cv2.resize(frame,(300, 300)),
1.0, (300, 300), (104.0, 177.0, 123.0))3. setInput()
Net에 blob 형태의 데이터 넣어주는 함수
Net.setInput(blob)4. forward()
Net을 실행 시켜줌(순방향)
prob = Net.forward()결국 만들어지는 형태
model_path = './opencv_face_detector_uint8.pb'
config_path = './opencv_face_detector.pbtxt'
# 모델 불러오기
Net = cv2.dnn.readNet(model_path, config_path)
# 이미지 blob으로 설정
blob = cv2.dnn.blobFromImage(cv2.resize(frame,(300, 300)),
1.0, (300, 300), (104.0, 177.0, 123.0))
# Net에 blob 데이터 넣어주기
Net.setInput(blob)
# Net 순방향 실행시키기
prob = Net.forward()