C#调用ONNX：python转C++转C#界面流程

1. python部分（检测模型的代码函数）Python到处ONNX模型

假设python代码脚本是对一张图片进行处理，接受一张图片路径，返回检测后的图片路径（Base64编码）

Python的代码：

import torch

from ultralytics import YOLO

# 载入模型

model = YOLO("your_model.pt")

# 随机输入 (batch=1, channels=3, 640x640)

dummy_input = torch.randn(1, 3, 640, 640)

# 导出到 ONNX

torch.onnx.export(

    model.model,

    dummy_input,

    "model.onnx",

    opset_version=12,

    input_names=["images"],

    output_names=["output"],

    dynamic_axes={"images": {0: "batch"}, "output": {0: "batch"}}

)

print("✅ 模型已导出：model.onnx")

1. C++使用ONNXRuntime进行推理

在VS2022项目中，新建项目：

跑通 ONNX 推理：

选择：

• 控制台应用程序（Console Application）
• 语言：C++
• 平台：x64

这是最简单的模板，方便先写代码测试模型是否能跑。（VS2022 → C++ → 控制台应用程序（Console Application））

后续做成 DLL 给 C# 调用：

选择：

• 动态链接库（Dynamic-Link Library）
• 语言：C++
• 平台：x64

然后：

• 导出一个 extern "C" 的函数供 C# 调用
• 在 DLL 中完成 ONNXRuntime 加载、检测、绘制检测结果

  （1）先用 Console Application

• 写 ONNXRuntime + OpenCV 测试代码
• 确认推理结果、检测框绘制都正确

  （2）再新建 DLL 项目

• 把测试代码封装成函数
• 用 [DllImport] 在 C# 里调用

VS2022项目属性配置：OpenCV配置

VS2022 属性页配置截图（包含目录、库目录、依赖项）

1. C++的动态链接库(DLL)

1·  打开 VS2022 → 新建项目

2·  选择 C++ → 动态链接库（DLL）

3·  平台选 x64

4.在C#作为UI界面调用DLL

  C++ DLL 内部完成 ONNXRuntime 推理

  C# 界面直接调用检测函数，不用管理 OpenCV/ONNX 细节