OpenCV

OpenCV是計(jì)算機(jī)視覺中最受歡迎的庫，最初由intel使用C和C ++進(jìn)行開發(fā)的，現(xiàn)在也可以在python中使用。該庫是一個跨平臺的開源庫，是免費(fèi)使用的。OpenCV庫是一個高度優(yōu)化的庫，主要關(guān)注實(shí)時(shí)應(yīng)用程序。OpenCV庫是2500多種優(yōu)化算法的組合，可用于檢測和識別不同的人臉，實(shí)時(shí)識別圖像中的對象，使用視頻和網(wǎng)絡(luò)攝像頭對不同的人類動作進(jìn)行分類，跟蹤攝像機(jī)的運(yùn)動，跟蹤運(yùn)動對象（例如汽車，人等），實(shí)時(shí)計(jì)數(shù)對象，縫合圖像來產(chǎn)生高分辨率圖像，從圖像數(shù)據(jù)庫中查找相似的圖像，從使用閃光燈拍攝的圖像中消除紅眼并提高圖像質(zhì)量，跟蹤眼睛的運(yùn)動，跟蹤臉部等。它擁有大約4.7萬活躍用戶社區(qū)，下載量超過1800萬。谷歌，亞馬遜，特斯拉，微軟，本田等許多大公司都使用Open cv來改善他們的產(chǎn)品，它更是驅(qū)動了AI的發(fā)展。

先決條件

在開始編寫代碼之前，我們需要在設(shè)備上安裝opencv。如果你是ProIn編程專家，并且熟悉每個IDE，那么請使用Pycharm并從設(shè)置中的程序包管理器安裝OpenCV-python。如果你是初學(xué)者或中級程序員，或者只是想關(guān)注博客，那么我們將使用代碼編輯器而不是IDE。只需轉(zhuǎn)到Visual Studio Code網(wǎng)站并根據(jù)你的操作系統(tǒng)下載最新版本即可。

https://code.visualstudio.com/download

現(xiàn)在，我們將創(chuàng)建一個虛擬環(huán)境，并在其中安裝opencv。打開終端，然后使用cd定位到桌面，使用mkdir 創(chuàng)建一個名為opencv

的文件夾，然后運(yùn)行以下命令。

python -m venv env

現(xiàn)在，使用envscriptsactivate激活環(huán)境，你會在C:UsersusernameDesktopopencv之前看到小括號(env)出現(xiàn)。現(xiàn)在，只需使用pip安裝OpenCV。

我們會在本文中涵蓋7個主題

1. 讀，寫和顯示圖像2. 讀取視頻并與網(wǎng)絡(luò)攝像頭集成3. 調(diào)整大小和裁剪圖像4. 基本的圖像過濾器使用的函數(shù)5. 繪制不同的形狀6. 在圖像上書寫文字7. 檢測并裁剪臉部

讀，寫和顯示圖像

要使用Opencv讀取圖像，我們有imread()函數(shù); 要顯示圖像，有imshow()函數(shù)，而對于書寫，我們有imwrite()函數(shù)。讓我們看看它們的語法。

imread()：

img = cv2.imread('PATH_TO_IMAGE.jpg/png')Exampleimg = imread('images/dog0.jpg')imshow():

cv2.imshow('WINDOW NAME',IMG_VAR)Exampleimshow('Dog Image',img)imwrite():

cv2.imwrite(FILENAME, IMAGE)filename: A string representing the file name. The filename must include image format like .jpg, .png, etc.image: It is the image that is to be saved.Examplecv2.imwrite(’images/img’,img)讀取視頻并與網(wǎng)絡(luò)攝像頭集成

讀取視頻文件與在OpenCV中讀取圖像文件非常相似，區(qū)別在于我們使用了cv2.videocapture。

句法

video = cv2.VideoCapture('FILEPATH.mp4')Examplevideo = cv2.VideoCapture('video/dog/dog.mp4')

視頻是許多幀結(jié)合在一起的集合，每幀都是一幅圖像。要使用OpenCV觀看視頻，我們只需要使用while循環(huán)顯示視頻的每一幀。

while True: success , img = cap.read() cv2.imshow('Video',img) if cv2.waitKey(1) & 0xff==ord(’q’):##key ’q’ will break the loop break

要與網(wǎng)絡(luò)攝像頭集成，我們需要傳遞網(wǎng)絡(luò)攝像頭的端口值而不是視頻路徑。如果你使用的是筆記本電腦，但沒有連接任何外部網(wǎng)絡(luò)攝像頭，則只需傳遞參數(shù)0；如果你有外部網(wǎng)絡(luò)攝像頭，則傳遞參數(shù)1。

cap = cv2.VideoCapture(0)cap.set(3,640) ## Frame widthcap.set(4,480) ## Frame Heightcap.set(10,100) ## Brightnesswhile True: success, img = cap.read() cv2.imshow('Video',img) if cv2.waitKey(1) & 0xff == ord(’q’):break調(diào)整大小和裁剪圖像

調(diào)整大小是更改圖像形狀的過程。在Opencv中，我們可以使用resize函數(shù)調(diào)整圖像形狀的大小。

句法

cv2.resize(IMG,(WIDTH,HEIGHT))IMG: image which we want to resizeWIDTH: new width of the resize imageHEIGHT: new height of the resize imageExamplecv2.resize(img,(224,224))

要首先調(diào)整圖像的大小，我們需要知道圖像的形狀。我們可以使用shape來找到任何圖像的形狀，然后根據(jù)圖像形狀，可以增加或減小圖像的大小。讓我們看看示例。

import cv2img = cv2.imread('images/img0.jpg') ##Choose any imageprint(img.shape)imgResize = cv2.resize(img,(224,224)) ##Decrease sizeimgResize2 = cv2.resize(img,(1024,1024)) ##Increase sizecv2.imshow('Image',img)cv2.imshow('Image Resize',imgResize)cv2.imshow('Image Increase size',imgResize2)print(imgResize.shape)cv2.waitKey(0)

如果你不想對寬度和高度進(jìn)行硬編碼，也可以使用形狀，然后使用索引來增加寬度和高度。

import cv2img = cv2.imread('images/img0.jpg') ##Choose any imageprint(img.shape)shape = img.shapeimgResize = cv2.resize(img,(shape[0]//2,shape[1]//2))##Decrease sizeimgResize2 = cv2.resize(img,(shape[0]*2,shape[1]*2)) ##Increase sizecv2.imshow('Image',img)cv2.imshow('Image Resize',imgResize)cv2.imshow('Image Increase size',imgResize2)print(imgResize.shape)cv2.waitKey(0)

裁剪圖像

裁剪是獲取圖像的一部分過程。在OpenCV中，我們可以通過定義裁剪后的矩形坐標(biāo)來執(zhí)行裁剪。

句法

imgCropped = img[y1:y2, x1:x2](x1,y1): top-left vertex(x2,y2): bottom-right vertexExampleimgCropped = img[0:100,200:200]

使用裁剪方法，讓我們嘗試從圖像中獲取蒙娜麗莎的臉。

import cv2img = cv2.imread('images/img0.jpg')imgCropped = img[50:250,120:330]cv2.imshow('Image cropped',imgCropped)cv2.imshow('Image',img)cv2.waitKey(0)

你也可以使用paint來找到（x1，y1），（x2，y2）的正確坐標(biāo)。右鍵單擊圖像并保存，嘗試從圖像中獲取王卡。

提示：使用paint來找到正確的坐標(biāo)，最后使用調(diào)整大小來增加裁剪圖像的大小。“在尋求解決方案之前，請嘗試自己動手做。”👉解決方案- https://gist.github.com/Abhayparashar31/9b01473431de765c0a73e81271233d91

基本的圖像過濾器使用的函數(shù)

我們可以在圖像上使用許多基本的濾鏡操作，例如將圖像轉(zhuǎn)換為灰度圖像，模糊圖像等等。讓我們一一看一下比較重要的操作。

將圖像轉(zhuǎn)為灰度圖像

要將圖像轉(zhuǎn)換為灰度，我們可以使用一個函數(shù)cvtColor，這里我們將cv2.COLOR_BGR2GRAY作為參數(shù)傳遞。

imgGray = cv2.cvtColor(IMG,cv2.CODE)IMG: Original imageCODE: Conversion code for Gray(COLOR_BGR2GRAY)ExampleimgGray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)將圖像轉(zhuǎn)為HSV

要將圖像轉(zhuǎn)換為HSV，我們可以使用函數(shù)cvtColor，這里我們將cv2.COLOR_BGR2HSV作為參數(shù)傳遞。它主要用于對象跟蹤。

imgGray = cv2.cvtColor(IMG,cv2.CODE)IMG: Original imageCODE: Conversion code for Gray(COLOR_BGR2HSV)ExampleimgHsv = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)圖像模糊

模糊用于去除圖像中的多余噪聲，也稱為平滑，這是對圖像應(yīng)用低通濾波器的過程。要在Opencv中使用模糊，我們有一個函數(shù)GaussianBlur。

imgBlur = cv2.GaussianBlur(img,(sigmaX,sigmaY),kernalSize)kernalsize − A Size object representing the size of the kernel.sigmaX − A variable representing the Gaussian kernel standard deviation in X direction.sigmaY - same as sigmaXExmapleimgBlur = cv2.GaussianBlur(img,(3,3),0)邊緣檢測

在OpenCV中，我們使用Canny邊緣檢測器來檢測圖像中的邊緣，也有不同的邊緣檢測器，但最著名的是Canny邊緣檢測器。Canny邊緣檢測器是一種邊緣檢測算子，它使用多階段算法來檢測圖像中的大范圍邊緣，它由John F. Canny在1986年開發(fā)。

imgCanny = cv2.Canny(img,threshold1,threshold2)threshold1,threshold2:Different values of threshold different for every imagesExampleimgCanny = cv2.Canny(img,100,150)膨脹

膨脹是用來增加圖像中邊緣的大小。首先，我們定義一個大小為奇數(shù)(5,5)的核矩陣，然后利用核函數(shù)對圖像進(jìn)行放大。我們對Canny邊緣檢測器的輸出圖像進(jìn)行了放大處理。

kernel = np.ones((5,5),np.uint8) ## DEFINING KERNEL OF 5x5imgDialation = cv2.dilate(imgCanny,kernel,iterations=1) ##DIALATION腐蝕

腐蝕是擴(kuò)張的反面，它用于減小圖像邊緣的尺寸。首先，我們定義一個奇數(shù)（5,5）的核矩陣大小，然后使用核對圖像執(zhí)行腐蝕。我們對Canny邊緣檢測器的輸出圖像施加腐蝕。

kernel = np.ones((5,5),np.uint8) ## DEFINING KERNEL OF 5x5imgDialation = cv2.erode(imgCanny,kernel,iterations=1) ##EROSION

現(xiàn)在，在同一程序中將所有基礎(chǔ)函數(shù)應(yīng)用于Monalisa映像。

繪制不同的形狀

我們可以使用OpenCV來繪制矩形，圓形，直線等不同的形狀。

矩形：

要在圖像上繪制矩形，我們使用矩形函數(shù)。在函數(shù)中，我們傳遞寬度，高度，X，Y，RGB中的顏色，厚度作為參數(shù)。

cv2.rectangle(img,(w,h),(x,y),(R,G,B),THICKNESS)w: widthh: heightx: distance from x axisy: distance from y axisR,G,B: color in RGB form (255,255,0)THICKNESS: thickness of rectangel(integer)Examplecv2.rectangle(img,(100,300),(200,300),(255,0,255),2)圓：

要繪制一個圓，我們使用cv2.circle。我們傳遞x，y，半徑大小，RGB形式的顏色，厚度作為參數(shù)。

cv2.circle(img,(x,y),radius,(R,G,B),THICKNESS)x: distance from x axisy: distance from y axisradius: size of radius(integer)R,G,B: color in RGB form (255,255,0)THICKNESS: thickness of rectangel(integer)Examplecv2.circle(img,(200,130),90,(255,255,0),2)線：

要繪制一條線，我們使用cv2.line，使用起點(diǎn)（x1，y1），終點(diǎn)（x2，y2），RGB形式的顏色，厚度作為參數(shù)。

cv2.line(img,(x1,y1),(x2,y2),(R,G,B),THICKNESS)x1,y1: start point of line (integer)x2,y2: end point of line (integer)R,G,B: color in RGB form (255,255,0)THICKNESS: thickness of rectangel(integer)Examplecv2.line(img,(110,260),(300,260),(0,255,0),3)在圖像上書寫文字

在OpenCV中，我們有一個函數(shù)cv2.puttext, 可以在特定位置的圖像上寫文本。它以圖像，文本，x，y，顏色，字體，字體比例，粗細(xì)為輸入。

cv2.putText(img,text,(x,y),FONT,FONT_SCALE,(R,G,B),THICKNESS)img: image to put text ontext: text to put on imageX: text distance from X axisY: text distance from Y axisFONT: Type of FONT (ALL FONT TYPES)FONT_SCALE: Scale of Font(Integer)R,G,B: color in RGB form (255,255,0)THICKNESS: thickness of rectangel(integer)Examplecv2.putText(img,'HELLO',(120,250),cv2.FONT_HERSHEY_COMPLEX,1,(255,255,255),2)

下載Monalisa圖片。任務(wù)：使用形狀和文本為左側(cè)圖像中所示的Monalisa臉創(chuàng)建框架。提示：首先是一個圓形，然后是矩形，然后根據(jù)圓形和矩形放置文本，最后根據(jù)文本放置一行。👉解決方案- https://gist.github.com/Abhayparashar31/af36bf25ce61345266db4b54aba33be1

檢測并裁剪臉部

在創(chuàng)建人臉識別系統(tǒng)時(shí)，人臉檢測是非常有用的。在OpenCV中，我們提供了許多可用于不同目的的預(yù)訓(xùn)練haar級聯(lián)分類器。在OpenCV GitHub上查看分類器的完整列表。

https://github.com/opencv/opencv/tree/master/data/haarcascades

為了檢測OpenCV中的人臉，我們使用了haarcascade_frontalface_default.xml分類器，它會返回我們圖像的四個坐標(biāo)（w，h，x，y），使用這些坐標(biāo)，我們將在臉部上繪制一個矩形，然后使用相同的坐標(biāo)來裁剪臉部。現(xiàn)在使用imwrite，我們將裁剪的圖像保存在目錄中。

import cv2# Load the cascadeface_cascade = cv2.CascadeClassifier(’haarcascade_frontalface_default.xml’)# Read the input imageimg = cv2.imread(’images/img0.jpg’)# Convert into grayscalegray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)# Detect facesfaces = face_cascade.detectMultiScale(gray, 1.3, 4)# Draw rectangle around the facesfor (x, y, w, h) in faces: cv2.rectangle(img, (x, y), (x+w, y+h), (255, 0, 0), 2) # Cropping Face crop_face = img[y:y + h, x:x + w] #Saving Cropped Face cv2.imwrite(str(w) + str(h) + ’_faces.jpg’, crop_face)cv2.imshow(’img’, img)cv2.imshow('imgcropped',crop_face)cv2.waitKey()

參考文獻(xiàn)

[1] https://opencv.org/about/[2] https://pypi.org/project/opencv-python/[3] https://www.murtazahassan.com/

以上就是Python OpenCV快速入門教程的詳細(xì)內(nèi)容，更多關(guān)于Python OpenCV入門教程的資料請關(guān)注好吧啦網(wǎng)其它相關(guān)文章！