Opencv调用tensorflow的mnist手写数字识别

Opencv调用tensorflow的mnist手写数字识别

要实现opencv调用tensorflow训练的模型，主要分为两步，第一步是训练模型，将模型保存成model.pb格式，然后利用opencv的readNetFromTensorflow方法调用model.pb
一、训练生成模型：
训练生成模型的关键点：
1.获取mnist数据集
2.利用cnn训练模型，要获取输出的节点名称，最后是自己命名。
3.保存成pb模型，在这里会用到输出的节点名称，这一步是关键，否则opencv调用时会报错。
二、Opencv调用
这一步比较简单，直接调用即可，下面附代码，具体内容会写在注释中

Tensorflow代码：

	import tensorflow as tf
	from tensorflow.examples.tutorials.mnist import input_data
	from tensorflow.python.framework import graph_util
	import os
	
	#读取mnist数据集
	mnist = input_data.read_data_sets('MNIST_data', one_hot=True)
	
	#生成权重
	def weight_variable(shape):
	    return tf.Variable(tf.truncated_normal(shape, stddev=0.1))
	
	#生成偏置
	def bias_variable(shape):
	    return tf.Variable(tf.constant(0.1, shape=shape))
	
	#卷积
	def conv2d(x, W):
	    return tf.nn.conv2d(x, W, strides=[1,1,1,1], padding='SAME')
	
	#池化
	def max_pool_2x2(x):
	    return tf.nn.max_pool(x, ksize=[1,2,2,1], strides=[1,2,2,1], padding='SAME')
	
	x = tf.placeholder(tf.float32, [None, 784])
	y_ = tf.placeholder(tf.float32, [None, 10])
	
	x_image = tf.reshape(x, [-1,28,28,1])
	
	#第一层卷积
	#将过滤器设置成5×5×1的矩阵，
	#其中5×5表示过滤器大小，1表示深度，因为MNIST是黑白图片只有一层。所以深度为1
	#32表示我们要创建32个大小5×5×1的过滤器，经过卷积后算出32个特征图（每个过滤器得到一个特征图），即输出深度为64
	W_conv1 = weight_variable([5, 5, 1, 32])
	#有多少个特征图就有多少个偏置
	b_conv1 = bias_variable([32])
	#使用conv2d函数进行卷积计算，然后再用ReLU作为激活函数
	h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1)
	#卷积以后再经过池化操作
	h_pool1 = max_pool_2x2(h_conv1)
	 
	#第二层卷积
	#因为经过第一层卷积运算后，输出的深度为32,所以过滤器深度和下一层输出深度也做出改变
	W_conv2 = weight_variable([5, 5, 32, 64])
	b_conv2 = bias_variable([64])
	h_conv2 = tf.nn.relu(conv2d(h_pool1, W_conv2) + b_conv2)
	h_pool2 = max_pool_2x2(h_conv2)
	 
	#全连接层
	#经过两层卷积后，图片的大小为7×7（第一层池化后输出为（28/2）×（28/2），
	#第二层池化后输出为（14/2）×（14/2））,深度为64，
	#我们在这里加入一个有1024个神经元的全连接层，所以权重W的尺寸为[7 * 7 * 64, 1024]
	W_fc1 = weight_variable([7 * 7 * 64, 1024])
	#偏置的个数和权重的个数一致
	b_fc1 = bias_variable([1024])
	#这里将第二层池化后的张量（长：7 宽：7 深度：64） 变成向量（跟上一节的Softmax模型的输入一样了）
	h_pool2_flat = tf.reshape(h_pool2, [-1, 7 * 7 * 64])
	#使用ReLU激活函数
	h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1)
	
	#输出层
	#全连接层输入的大小为1024,而我们要得到的结果的大小是10（0～9），
	# 所以这里权重W的尺寸为[1024, 10]
	W_fc2 = weight_variable([1024, 10])
	b_fc2 = bias_variable([10])
	#最后都要经过Softmax函数将输出转化为概率问题
	y_mul = tf.matmul(h_fc1, W_fc2) + b_fc2
	#这里的输出节点的名字非常关键，后面保存时会用到
	y_conv = tf.nn.softmax(y_mul, name='output')
	#损失函数和损失优化
	cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y_conv)))
	train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)
	 
	#测试准确率,跟Softmax回归模型的一样
	correct_prediction = tf.equal(tf.argmax(y_conv, 1), tf.argmax(y_, 1))
	accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
	#将训练结果保存，如果不保存我们这次训练结束后的结果也随着程序运行结束而释放了
	saveFile = 'mnist_model.ckpt'
	saver = tf.train.Saver()
	
	#开始训练
	with tf.Session() as sess:
	    #初始化所有变量
	    sess.run(tf.global_variables_initializer())
	    #训练两万次
	    for i in range(20000):
	        #每次获取50张图片数据和对应的标签
	        batch = mnist.train.next_batch(50)
	        #每训练100次，我们打印一次训练的准确率
	        if i % 100 == 0:
	            # train_accuracy =sess.run(accuracy, feed_dict={x:batch[0], y_:batch[1]})
	            # print("step %d, training accuracy %g" % (i, train_accuracy))
	            y = sess.run(cross_entropy, feed_dict={x:batch[0], y_:batch[1]})
	            print(y)
	        #这里是真的训练，将数据传入
	        sess.run(train_step, feed_dict={x:batch[0], y_:batch[1]})
	 
	    print ("end train, start testing...")
	 
	    mean_value = 0.0
	    for i in range(mnist.test.labels.shape[0]):
	        batch = mnist.test.next_batch(50)
	        train_accuracy = sess.run(accuracy, feed_dict={x: batch[0], y_: batch[1]})
	        mean_value += train_accuracy
	 
	    print("test accuracy %g" % (mean_value / mnist.test.labels.shape[0]))
	    
	    # 最后，将会话保存下来
	    saver.save(sess, saveFile)
	    
	    #保存为pb文件，使用的前面设置的节点名称
	    constant_graph = graph_util.convert_variables_to_constants(sess, sess.graph_def, ['output'])
	    
	    with tf.io.gfile.GFile('mnist.pb', mode='wb') as f:
	        f.write(constant_graph.SerializeToString())

Opencv调用代码：

	#include 
	#include 
	#include 
	#include 
	#include 
	
	using namespace cv;
	using namespace std;
	using namespace dnn;
	
	int main()
	{
		//读取图片
		Mat img = imread("E:\\python\\deeplearn\\tensorflow\\AlexNetTest\\img\\1.jpg");
	
		//pb文件路径
		string pbfile = "E:\\python\\deeplearn\\tensorflow\\AlexNetTest\\mnist.pb";
	
		//(3)读取Tensorflow模型文件
		Net net = readNetFromTensorflow(pbfile);
	
		//(4)创建输入数据
		Mat inputBlob = blobFromImage(img, 1.0, Size(28, 28), Scalar(), false, false);
	
		//(5)输入网络
		net.setInput(inputBlob);
	
		//(6)预测结果
		Mat pred = net.forward();
	
		//(7)输出结果
		Point maxLoc;
		minMaxLoc(pred, NULL, NULL, NULL, &maxLoc);
		cout << maxLoc.x << endl;
	
		//(8)显示图片
		imshow("img", img);
		waitKey(0);
	}