"C:\opencv\opencv\sources\samples\dnn\models.yml"下载opencv的深度模型框架，例如 caffe，copyMobileNetSSD_deploy.prototxt和MobileNetSSD_deploy.caffemodel所在的位置，其中prototxt需要后面生成，这两个文件用于std::string model_text_file和std::string modelFile的读取。
#include <opencv2/opencv.hpp>
#include <opencv2/dnn.hpp>
#include <iostream>
using namespace cv;
using namespace cv::dnn;
using namespace std;
String objNames[] = { "background",
"aeroplane", "bicycle", "bird", "boat",
"bottle", "bus", "car", "cat", "chair",
"cow", "diningtable", "dog", "horse",
"motorbike", "person", "pottedplant",
"sheep", "sofa", "train", "tvmonitor" };
int main(int argc, char** argv) {
Mat frame = imread("C:/newword/image/39.jpg");
if (frame.empty()) {
printf("could not load image...\n");
return 0;
}
namedWindow("input image", WINDOW_AUTOSIZE);
imshow("input image", frame);
std::string model_text_file = "C:/Users/ss/Desktop/newword/dnn/MobileNetSSD_deploy.prototxt";
std::string modelFile = "C:/Users/ss/Desktop/newword/dnn/MobileNetSSD_deploy.caffemodel";//指定Caffe模型的配置文件（.prototxt）和权重文件（.caffemodel）路径，并使用readNetFromCaffe函数加载模型
Net net = readNetFromCaffe(model_text_file, modelFile);//从models找到对应的框架参数
Mat blobImage = blobFromImage(frame, 0.007843,
Size(300, 300),
Scalar(127.5, 127.5, 127.5), false, false);
printf("blobImage width : %d, height: %d\n", blobImage.cols, blobImage.rows);// 使用blobFromImage函数对输入图像进行预处理，包括缩放、均值减法等操作，将图像转换为适合模型输入的Blob格式。并输出Blob图像的宽和高。
net.setInput(blobImage, "data");
Mat detection = net.forward("detection_out");
//
这两行代码在基于OpenCV的深度学习物体检测流程中起着关键作用，用于将预处理后的图像数据输入模型并获取检测结果。
1. net.setInput(blobImage, "data");
• 功能：此函数将预处理后的图像数据（blobImage）设置为深度神经网络（net）的输入。这里的"data"是指模型输入层的名称 。在Caffe模型中，输入层通常命名为"data"，不同框架或模型的输入层名称可能不同，需按实际情况调整。
• 原理：blobImage是经过blobFromImage函数预处理得到的，格式符合模型输入要求。setInput函数将blobImage数据与模型的输入层关联，为后续前向传播做准备。
2. Mat detection = net.forward("detection_out");
• 功能：执行深度神经网络的前向传播，并获取指定输出层（"detection_out"）的输出结果。detection是一个Mat对象，存储检测结果数据。
• 原理：forward函数根据模型的结构和权重，将输入数据（即之前设置的blobImage）从输入层依次经过各个中间层的计算，最终得到输出层的数据。"detection_out"是模型输出检测结果的层名称，不同模型该名称可能不同。输出结果通常包含检测到的物体类别、置信度以及物体在图像中的位置等信息。
通过这两行代码，实现了从输入图像数据到获取检测结果的关键步骤，后续可对detection中的数据进行解析和后处理，如绘制检测框、标记物体类别等操作。
// post-process
Mat detectionMat(detection.size[2], detection.size[3], CV_32F, detection.ptr<float>());//对于Mat类型的detection矩阵，其维度顺序一般为[batch_size, channels, height, width]，对应索引0到3。
float confidence_threshold = 0.5;//设置置信度阈值只有高过这个阈值才被认定为有效的检测
for (int i = 0; i < detectionMat.rows; i++) {
float* curr_row = detectionMat.ptr<float>(i);//获取detectionMat矩阵的第i行数据指针，并将值赋予给curr_row，用来访问每个元素的值
int image_id = (int)(*curr_row++);//通过(int)将其强制转换为整数类型，赋值给image_id。curr_row++使指针curr_row移动到下一个元素位置，准备读取下一个信息，int image_id = (int)(*curr_row++) 的执行顺序是先取 curr_row 所指向的内存地址中的值，将其转换为 int 类型后赋值给 image_id，然后再将 curr_row 指针向后移动一位，指向下一个元素的内存地址
size_t objIndex = (size_t)(*curr_row++);//用于获取物体类别索引：在目标检测等任务中，模型输出的检测结果可能包含多个信息，其中之一就是物体的类别索引。这行代码就是从curr_row指针所指向的当前位置获取一个值，将其转换为size_t类型后赋值给objIndex，这个objIndex可用于在类别名称数组等数据结构中查找对应的类别名称。比如有一个数组objNames存储了各种物体类别名称，objIndex就可以作为索引去获取相应的类别名称，如objNames[objIndex]可以得到检测到的物体的类别字符串。
float score = *curr_row++;
if (score > confidence_threshold) { //tl_x 和 tl_y 分别是检测框左上角的x坐标和y坐标，br_x 和 br_y 分别是检测框右下角的x坐标和y坐标。这些坐标值最初是归一化到 [0, 1] 范围的，通过乘以原始图像的宽度 frame.cols 和高度 frame.rows，将其转换为实际图像中的坐标。
float tl_x = (*curr_row++) * frame.cols;
float tl_y = (*curr_row++) * frame.rows;
float br_x = (*curr_row++) * frame.cols;
float br_y = (*curr_row++) * frame.rows;
Rect object_box((int)tl_x, (int)tl_y, (int)(br_x - tl_x), (int)(br_y - tl_y));//Rect object_box((int)tl_x, (int)tl_y, (int)(br_x - tl_x), (int)(br_y - tl_y)); 创建一个 Rect 对象来表示检测框，包含左上角坐标和宽高信息。
rectangle(frame, object_box, Scalar(0, 0, 255), 2, 8, 0);//rectangle(frame, object_box, Scalar(0, 0, 255), 2, 8, 0); 使用 rectangle 函数在原始图像 frame 上绘制红色（Scalar(0, 0, 255)）的矩形框，线宽为2像素。
putText(frame, format(" confidence %.2f, %s", score, objNames[objIndex].c_str()), Point(tl_x - 10, tl_y - 5), FONT_HERSHEY_SIMPLEX, 0.7, Scalar(255, 0, 0), 2, 8)
;
putText(frame, format(" confidence %.2f, %s", score, objNames[objIndex].c_str()), Point(tl_x - 10, tl_y - 5), FONT_HERSHEY_SIMPLEX, 0.7, Scalar(255, 0, 0), 2, 8);
}
}/ / putText(frame, format(" confidence %.2f, %s", score, objNames[objIndex].c_str()), Point(tl_x - 10, tl_y - 5), FONT_HERSHEY_SIMPLEX, 0.7, Scalar(255, 0, 0), 2, 8); 使用 putText 函数在检测框附近标注检测结果的置信度和物体类别名称。format 函数用于格式化字符串，将置信度保留两位小数，并结合物体类别名称一起显示。
putText是OpenCV库中的一个函数，用于在图像上绘制文本。以下是其相关信息：
函数原型
void putText(Mat& img, const String& text, Point org, int fontFace, double fontScale, Scalar color, int thickness = 1, int lineType = LINE_8, bool bottomLeftOrigin = false);
参数解释
• img：要绘制文本的图像，是Mat类型的引用。
• text：要绘制的文本内容，是const String&类型。
• org：文本左下角的坐标，是Point类型，表示文本在图像中的起始位置。
• fontFace：字体类型，如FONT_HERSHEY_SIMPLEX等。
• fontScale：字体缩放因子，用于控制文本大小。
• color：文本颜色，是Scalar类型，如Scalar(0, 0, 255)表示红色。
• thickness：文本线条的粗细程度，默认值为1。
• lineType：线条类型，默认是LINE_8。
• bottomLeftOrigin：若为true，则图像的左下角为原点，文本方向会相应改变，默认是false。
imshow("ssd-demo", frame);
waitKey(0);
return 0;
}