中国最新军事新闻昨天视频_网站建设企业谁家好_店铺推广软文范例_苏州排名搜索优化

封装dll

首先使用visual stdio 创建Dll新项目,然后属性管理器导入自己的工程属性表（如果没有可以参考visual stdio 如何配置opencv等其他环境）

创建完成后系统会自动生成一些文件，其中 pch.cpp 先不要修改，pch.h中先导入自己需要用到的库，下面是我的代码

pch.h

#pragma once
#include <opencv2/opencv.hpp>
#include <opencv2/dnn.hpp>
#include <iostream>
#include <string>

现在编写我们的接口代码，我封装的是resnet18的代码：
首先添加源文件ResNetDll.cpp:

ResNetDll.cpp

#include "pch.h"
#include "ResNetDll.h"// 全局变量，用于存储模型路径和图像路径
static std::string g_imagePath;
static std::string g_modelPath;// 图像预处理函数
cv::Mat transformImage(const std::string& imagePath) {cv::Mat image = cv::imread(imagePath);if (image.empty()) {throw std::runtime_error("Failed to load image.");}cv::Mat resizedImage;cv::resize(image, resizedImage, cv::Size(224, 224));cv::Mat floatImage;resizedImage.convertTo(floatImage, CV_32F, 1.0 / 255.0);cv::Mat normalizedImage;cv::Scalar mean(0.485, 0.456, 0.406);cv::Scalar stdDev(0.229, 0.224, 0.225);cv::subtract(floatImage, mean, normalizedImage);cv::divide(normalizedImage, stdDev, normalizedImage);// 从 BGR 转换到 RGBcv::Mat rgbImage;cv::cvtColor(normalizedImage, rgbImage, cv::COLOR_BGR2RGB);return rgbImage;
}// 推理函数
const char* run_inference() {static std::string result;try {// 加载 ONNX 模型cv::dnn::Net net = cv::dnn::readNetFromONNX(g_modelPath);if (net.empty()) {result = "Failed to load the model.";return result.c_str();}// 预处理图像cv::Mat rgbImage = transformImage(g_imagePath);// 创建 blob 并设置为网络输入cv::Mat blob = cv::dnn::blobFromImage(rgbImage, 1.0, cv::Size(224, 224), cv::Scalar(), true, false);net.setInput(blob);// 执行推理cv::Mat output = net.forward();// 处理输出cv::Mat prob = output.reshape(1, 1);  // 变换成 1D 张量cv::Point classIdPoint;double confidence;// 用来找到矩阵或图像中元素的最小值和最大值，以及它们所在的位置cv::minMaxLoc(prob, 0, &confidence, 0, &classIdPoint);int classId = classIdPoint.x;// 根据预测结果返回相应的标签result = "Predicted Class ID: " + std::to_string(classId) + " with confidence: " + std::to_string(confidence);return result.c_str();}catch (const std::exception& e) {result = "Error occurred during inference: " + std::string(e.what());return result.c_str();}
}// DLL 暴露的函数，用于设置图像路径
extern "C" RESNETDLL_API void set_image_path(const char* imagePath) {g_imagePath = imagePath;
}// DLL 暴露的函数，用于设置模型路径
extern "C" RESNETDLL_API void set_model_path(const char* modelPath) {g_modelPath = modelPath;
}// DLL 暴露的函数，运行推理
extern "C" RESNETDLL_API const char* run_resnet() {return run_inference();
}

ResNetDll.h:

#pragma once#ifdef RESNETDLL_EXPORTS
#define RESNETDLL_API __declspec(dllexport)
#else
#define RESNETDLL_API __declspec(dllimport)
#endifextern "C" {// 设置图像路径RESNETDLL_API void set_image_path(const char* imagePath);// 设置模型路径RESNETDLL_API void set_model_path(const char* modelPath);// 运行推理RESNETDLL_API const char* run_resnet();
}

点击生成dll,就封装成了windows动态库

制作Demo

创建.NET Framework新项目，将之前生成的dll放在Demo文件夹的bin ->debug或是 release中（看你自己用的什么模式），
新建NativeMethods.cs 这个文件用于导入 dll中的接口函数或类
我的代码如下

NativeMethods.cs

using System;
using System.Runtime.InteropServices;namespace ResNetApp
{public static class NativeMethods{// 导入 DLL 中的 set_image_path 函数[DllImport("ResNetDll.dll", CallingConvention = CallingConvention.Cdecl)]public static extern void set_image_path(string imagePath);// 导入 DLL 中的 set_model_path 函数[DllImport("ResNetDll.dll", CallingConvention = CallingConvention.Cdecl)]public static extern void set_model_path(string modelPath);// 导入 DLL 中的 run_resnet 函数[DllImport("ResNetDll.dll", CallingConvention = CallingConvention.Cdecl)]public static extern IntPtr run_resnet();}
}

然后在窗口中拉入你想要的控件，这是我的窗口布局
在这里插入图片描述
布局完了之后会自动生成Form1.Designer.cs 的窗口设计代码，点击控件按F4 还可以修改他们的属性

Form1.cs

这个代码编写你想要每个控件实现的功能：

using System;
using System.ComponentModel;
using System.Runtime.InteropServices;
using System.Windows.Forms;namespace ResNetApp
{public partial class Form1 : Form{public Form1(){InitializeComponent();}private void buttonSelectImage_Click(object sender, EventArgs e){OpenFileDialog openFileDialog = new OpenFileDialog();openFileDialog.Filter = "图像文件|*.bmp;*.jpg;*.jpeg;*.png";if (openFileDialog.ShowDialog() == DialogResult.OK){textBoxImagePath.Text = openFileDialog.FileName; // 显示选择的图像路径}}private void buttonSelectModel_Click(object sender, EventArgs e){OpenFileDialog openFileDialog = new OpenFileDialog();openFileDialog.Filter = "ONNX 模型文件|*.onnx";if (openFileDialog.ShowDialog() == DialogResult.OK){textBoxModelPath.Text = openFileDialog.FileName; // 显示选择的模型路径}}private void button1_Click(object sender, EventArgs e){try{string imagePath = textBoxImagePath.Text;string modelPath = textBoxModelPath.Text;if (string.IsNullOrEmpty(imagePath) || string.IsNullOrEmpty(modelPath)){textBox1.Text = "请选择图像和模型路径。";return;}textBox1.Text = "开始运行 ResNet ...";// 设置图像路径和模型路径NativeMethods.set_image_path(imagePath);NativeMethods.set_model_path(modelPath);// 调用 DLL 执行推理IntPtr resultPtr = NativeMethods.run_resnet();// 将返回的指针转换为字符串string result = Marshal.PtrToStringAnsi(resultPtr);// 显示结果textBox1.Text = result;}catch (Exception ex){textBox1.Text = "错误: " + ex.Message;}}}
}

Program.cs

我们还需要一个入口主程序

using System;
using System.Collections.Generic;
using System.Linq;
using System.Threading.Tasks;
using System.Windows.Forms;namespace ResNetApp
{static class Program{/// <summary>/// 应用程序的主入口点。/// </summary>[STAThread]static void Main(){Application.EnableVisualStyles();Application.SetCompatibleTextRenderingDefault(false);Application.Run(new Form1());}}
}

完成之后点击生成就可以在bin中出现的你的.exe文件咯，是不是很简单呀~[狗头]