CenterFace项目中OpenCV为ONNX模型预处理输入数组的位置与方式

一、预处理步骤的位置 #

你的代码里，所有图像预处理逻辑都集中在cv2.dnn.blobFromImage()这一行。这个函数是OpenCV DNN模块专门用来将原始图像转换成模型可识别的Blob格式的工具，它一次性完成了以下操作：

• 尺寸缩放：按照size=(self.img_w_new, self.img_h_new)参数把输入图像缩放到指定的480×640大小
• 通道转换：通过swapRB=True将OpenCV默认的BGR通道顺序转为RGB（和PyTorch常用输入格式一致）
• 格式转换：把原始图像的HWC（高度、宽度、通道）格式转为模型需要的NCHW（批量数、通道数、高度、宽度）格式，也就是你打印出的(1, 3, 480, 640)
• 均值减法：这里mean=(0,0,0)相当于没做均值减去操作

二、输入形状不符的原因与调整方案 #

你提到ONNX Runtime要求输入形状为(10, 3, 32, 32)，这说明你用的两个推理环境（OpenCV DNN和ONNX Runtime）对应的ONNX模型可能是不同导出版本，或者原作者的OpenCV代码适配了动态输入尺寸（CenterFace本身支持任意输入尺寸）。要对齐输入要求，你可以这么改：

1. 调整图像缩放尺寸
   把blobFromImage里的size参数改成(32, 32)，这样生成的Blob高度和宽度就会变成32×32：

   blob = cv2.dnn.blobFromImage(img, scalefactor=1.0, size=(32, 32), mean=(0, 0, 0), swapRB=True, crop=False)
   

2. 扩展批量数到10
   默认blobFromImage生成的批量数是1（对应形状第一个维度的1），如果模型要求批量数为10，你可以通过numpy复制单张图像的Blob来实现：

   import numpy as np
   # 生成单张32×32的Blob
   blob = cv2.dnn.blobFromImage(img, scalefactor=1.0, size=(32, 32), mean=(0, 0, 0), swapRB=True, crop=False)
   # 复制成10个样本的批量输入
   blob_batch = np.repeat(blob, 10, axis=0)
   # 设置模型输入
   self.net.setInput(blob_batch)
   

3. 验证模型兼容性
   注意：如果原OpenCV使用的ONNX模型是动态输入尺寸的，而ONNX Runtime的模型是固定批量和尺寸的，才需要做上述调整。如果是同一个模型，建议检查ONNX模型的输入节点配置，确认是否允许动态输入。

三、适配你的PyTorch使用习惯 #

如果你更熟悉PyTorch，可以把OpenCV的预处理换成PyTorch风格的实现，比如用torchvision.transforms：

from torchvision import transforms

transform = transforms.Compose([
    transforms.Resize((32, 32)),
    transforms.ToTensor(),
    transforms.Normalize(mean=[0,0,0], std=[1,1,1])  # 对应原代码的mean=(0,0,0)
])
# 假设img是PIL图像
input_tensor = transform(img).unsqueeze(0)  # 得到(1,3,32,32)
# 扩展批量到10
input_batch = input_tensor.repeat(10, 1, 1, 1)  # 得到(10,3,32,32)

内容的提问来源于stack exchange，提问作者Xanta_Kross