Python OpenCV快速入門教程
OpenCV是計算機視覺中最受歡迎的庫，最初由intel使用C和C ++進行開發的，現在也可以在python中使用。該庫是一個跨平臺的開源庫，是免費使用的。OpenCV庫是一個高度優化的庫，主要關注實時應用程序。OpenCV庫是2500多種優化算法的組合，可用于檢測和識別不同的人臉，實時識別圖像中的對象，使用視頻和網絡攝像頭對不同的人類動作進行分類，跟蹤攝像機的運動，跟蹤運動對象（例如汽車，人等），實時計數對象，縫合圖像來產生高分辨率圖像，從圖像數據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量，跟蹤眼睛的運動，跟蹤臉部等。它擁有大約4.7萬活躍用戶社區，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來改善他們的產品，它更是驅動了AI的發展。
先決條件在開始編寫代碼之前，我們需要在設備上安裝opencv。如果你是ProIn編程專家，并且熟悉每個IDE，那么請使用Pycharm并從設置中的程序包管理器安裝OpenCV-python。如果你是初學者或中級程序員，或者只是想關注博客，那么我們將使用代碼編輯器而不是IDE。只需轉到Visual Studio Code網站并根據你的操作系統下載最新版本即可。
https://code.visualstudio.com/download現在，我們將創建一個虛擬環境，并在其中安裝opencv。打開終端，然后使用cd定位到桌面，使用mkdir 創建一個名為opencv
的文件夾，然后運行以下命令。
python -m venv env
現在，使用envscriptsactivate激活環境，你會在C:UsersusernameDesktopopencv之前看到小括號(env)出現。現在，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. 讀取視頻并與網絡攝像頭集成3. 調整大小和裁剪圖像4. 基本的圖像過濾器使用的函數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; 要顯示圖像，有imshow()函數，而對于書寫，我們有imwrite()函數。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)讀取視頻并與網絡攝像頭集成
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
要與網絡攝像頭集成，我們需要傳遞網絡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絡攝像頭，則只需傳遞參數0；如果你有外部網絡攝像頭，則傳遞參數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調整大小和裁剪圖像
調整大小是更改圖像形狀的過程。在Opencv中，我們可以使用resize函數調整圖像形狀的大小。
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來執行裁剪。
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。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，最后使用調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。
將圖像轉為灰度圖像要將圖像轉換為灰度，我們可以使用一個函數cvtColor，這里我們將cv2.COLOR_BGR2GRAY作為參數傳遞。
imgGray = cv2.cvtColor(IMG,cv2.CODE)IMG: Original imageCODE: Conversion code for Gray(COLOR_BGR2GRAY)ExampleimgGray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)將圖像轉為HSV
要將圖像轉換為HSV，我們可以使用函數cvtColor，這里我們將cv2.COLOR_BGR2HSV作為參數傳遞。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，這是對圖像應用低通濾波器的過程。要在Opencv中使用模糊，我們有一個函數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。
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(5,5)的核矩陣，然后利用核函數對圖像進行放大。我們對Canny邊緣檢測器的輸出圖像進行了放大處理。
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（5,5）的核矩陣大小，然后使用核對圖像執行腐蝕。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
現在，在同一程序中將所有基礎函數應用于Monalisa映像。
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。在函數中，我們傳遞寬度，高度，X，Y，RGB中的顏色，厚度作為參數。
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。
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（x1，y1），終點（x2，y2），RGB形式的顏色，厚度作為參數。
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：使用形狀和文本為左側圖像中所示的Monalisa臉創建框架。提示：首先是一個圓形，然后是矩形，然后根據圓形和矩形放置文本，最后根據文本放置一行。👉解決方案- https://gist.github.com/Abhayparashar31/af36bf25ce61345266db4b54aba33be1
檢測并裁剪臉部在創建人臉識別系統時，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訓練haar級聯分類器。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（w，h，x，y），使用這些坐標，我們將在臉部上繪制一個矩形，然后使用相同的坐標來裁剪臉部。現在使用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()
[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內容，更多關于Python OpenCV入門教程的資料請關注好吧啦網其它相關文章！
相關文章：
網公網安備