Python OpenCV快速入门教程

作者:Jack Cui 时间:2023-06-02 13:14:11 

目录
  • OpenCV

  • 先决条件

  • 我们会在本文中涵盖7个主题

  • 读,写和显示图像

    • imread():

    • imshow():

    • imwrite():

  • 读取视频并与网络摄像头集成

    • 句法

  • 调整大小和裁剪图像

    • 句法

    • 裁剪图像

    • 句法

  • 基本的图像过滤器使用的函数

    • 将图像转为灰度图像

    • 将图像转为HSV

    • 图像模糊

    • 边缘检测

    • 膨胀

    • 腐蚀

  • 绘制不同的形状

    • 矩形:

    • 圆:

    • 线:

  • 在图像上书写文字

    • 检测并裁剪脸部

      • 参考文献

        OpenCV

        OpenCV是计算机视觉中最受欢迎的库,最初由intel使用C和C ++进行开发的,现在也可以在python中使用。该库是一个跨平台的开源库,是免费使用的。OpenCV库是一个高度优化的库,主要关注实时应用程序。
        OpenCV库是2500多种优化算法的组合,可用于检测和识别不同的人脸,实时识别图像中的对象,使用视频和网络摄像头对不同的人类动作进行分类,跟踪摄像机的运动,跟踪运动对象(例如汽车,人等),实时计数对象,缝合图像来产生高分辨率图像,从图像数据库中查找相似的图像,从使用闪光灯拍摄的图像中消除红眼并提高图像质量,跟踪眼睛的运动,跟踪脸部等。
        它拥有大约4.7万活跃用户社区,下载量超过1800万。谷歌,亚马逊,特斯拉,微软,本田等许多大公司都使用Open cv来改善他们的产品,它更是驱动了AI的发展。

        先决条件

        在开始编写代码之前,我们需要在设备上安装opencv。
        如果你是ProIn编程专家,并且熟悉每个IDE,那么请使用Pycharm并从设置中的程序包管理器安装OpenCV-python。
        如果你是初学者或中级程序员,或者只是想关注博客,那么我们将使用代码编辑器而不是IDE。
        只需转到Visual Studio Code网站并根据你的操作系统下载最新版本即可。

        • https://code.visualstudio.com/download

        现在,我们将创建一个虚拟环境,并在其中安装opencv。打开终端,然后使用cd定位到桌面,使用mkdir 创建一个名为opencv

        的文件夹,然后运行以下命令。


        python -m venv env  

        现在,使用env\scripts\activate激活环境,你会在C:\Users\username\Desktop\opencv之前看到小括号(env)出现。
        现在,只需使用pip安装OpenCV。

        我们会在本文中涵盖7个主题

        1. 读,写和显示图像
        2. 读取视频并与网络摄像头集成
        3. 调整大小和裁剪图像
        4. 基本的图像过滤器使用的函数
        5. 绘制不同的形状
        6. 在图像上书写文字
        7. 检测并裁剪脸部

        读,写和显示图像

        要使用Opencv读取图像,我们有imread()函数; 要显示图像,有imshow()函数,而对于书写,我们有imwrite()函数。让我们看看它们的语法。

        imread():


        img = cv2.imread("PATH_TO_IMAGE.jpg/png")
        Example
        img = imread("images/dog0.jpg")

        imshow():


        cv2.imshow("WINDOW NAME",IMG_VAR)
        Example
        imshow("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.
        Example
        cv2.imwrite('images/img',img)

        读取视频并与网络摄像头集成

        读取视频文件与在OpenCV中读取图像文件非常相似,区别在于我们使用了cv2.videocapture。

        句法


        video = cv2.VideoCapture("FILEPATH.mp4")
        Example
        video = cv2.VideoCapture("video/dog/dog.mp4")

        视频是许多帧结合在一起的集合,每帧都是一幅图像。要使用OpenCV观看视频,我们只需要使用while循环显示视频的每一帧。


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

        要与网络摄像头集成,我们需要传递网络摄像头的端口值而不是视频路径。如果你使用的是笔记本电脑,但没有连接任何外部网络摄像头,则只需传递参数0;如果你有外部网络摄像头,则传递参数1。


        cap = cv2.VideoCapture(0)
        cap.set(3,640)  ## Frame width
        cap.set(4,480)  ## Frame Height
        cap.set(10,100) ## Brightness
        while True:
           success, img = cap.read()
           cv2.imshow("Video",img)
           if cv2.waitKey(1) & 0xff == ord('q'):
                break

        调整大小和裁剪图像

        调整大小是更改图像形状的过程。在Opencv中,我们可以使用resize函数调整图像形状的大小。

        句法


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

        要首先调整图像的大小,我们需要知道图像的形状。我们可以使用shape来找到任何图像的形状,然后根据图像形状,可以增加或减小图像的大小。让我们看看示例。


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

        如果你不想对宽度和高度进行硬编码,也可以使用形状,然后使用索引来增加宽度和高度。


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

        Python OpenCV快速入门教程

        裁剪图像

        裁剪是获取图像的一部分过程。在OpenCV中,我们可以通过定义裁剪后的矩形坐标来执行裁剪。

        句法


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

        使用裁剪方法,让我们尝试从图像中获取蒙娜丽莎的脸。


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

        Python OpenCV快速入门教程

        你也可以使用paint来找到(x1,y1),(x2,y2)的正确坐标。
        右键单击图像并保存,尝试从图像中获取王卡。

        Python OpenCV快速入门教程

        提示:使用paint来找到正确的坐标,最后使用调整大小来增加裁剪图像的大小。
        “在寻求解决方案之前,请尝试自己动手做。”
        👉解决方案- https://gist.github.com/Abhayparashar31/9b01473431de765c0a73e81271233d91

        基本的图像过滤器使用的函数

        我们可以在图像上使用许多基本的滤镜操作,例如将图像转换为灰度图像,模糊图像等等。让我们一一看一下比较重要的操作。

        将图像转为灰度图像

        要将图像转换为灰度,我们可以使用一个函数cvtColor,这里我们将cv2.COLOR_BGR2GRAY作为参数传递。


        imgGray = cv2.cvtColor(IMG,cv2.CODE)
        IMG: Original image
        CODE: Conversion code for Gray(COLOR_BGR2GRAY)
        Example
        imgGray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

        将图像转为HSV

        要将图像转换为HSV,我们可以使用函数cvtColor,这里我们将cv2.COLOR_BGR2HSV作为参数传递。它主要用于对象跟踪。


        imgGray = cv2.cvtColor(IMG,cv2.CODE)
        IMG: Original image
        CODE: Conversion code for Gray(COLOR_BGR2HSV)
        Example
        imgHsv = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)

        图像模糊

        模糊用于去除图像中的多余噪声,也称为平滑,这是对图像应用低通滤波器的过程。要在Opencv中使用模糊,我们有一个函数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 sigmaX
        Exmaple
        imgBlur = cv2.GaussianBlur(img,(3,3),0)

        边缘检测

        在OpenCV中,我们使用Canny边缘检测器来检测图像中的边缘,也有不同的边缘检测器,但最著名的是Canny边缘检测器。Canny边缘检测器是一种边缘检测算子,它使用多阶段算法来检测图像中的大范围边缘,它由John F. Canny在1986年开发。


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

        膨胀

        膨胀是用来增加图像中边缘的大小。首先,我们定义一个大小为奇数(5,5)的核矩阵,然后利用核函数对图像进行放大。我们对Canny边缘检测器的输出图像进行了放大处理。


        kernel = np.ones((5,5),np.uint8) ## DEFINING KERNEL OF 5x5
        imgDialation = cv2.dilate(imgCanny,kernel,iterations=1) ##DIALATION

        腐蚀

        腐蚀是扩张的反面,它用于减小图像边缘的尺寸。首先,我们定义一个奇数(5,5)的核矩阵大小,然后使用核对图像执行腐蚀。我们对Canny边缘检测器的输出图像施加腐蚀。


        kernel = np.ones((5,5),np.uint8) ## DEFINING KERNEL OF 5x5
        imgDialation = cv2.erode(imgCanny,kernel,iterations=1) ##EROSION

        现在,在同一程序中将所有基础函数应用于Monalisa映像。

        Python OpenCV快速入门教程

        绘制不同的形状

        我们可以使用OpenCV来绘制矩形,圆形,直线等不同的形状。

        矩形:

        要在图像上绘制矩形,我们使用矩形函数。在函数中,我们传递宽度,高度,X,Y,RGB中的颜色,厚度作为参数。


        cv2.rectangle(img,(w,h),(x,y),(R,G,B),THICKNESS)
        w: width
        h: height
        x: distance from x axis
        y: distance from y axis
        R,G,B: color in RGB form (255,255,0)
        THICKNESS: thickness of rectangel(integer)
        Example
        cv2.rectangle(img,(100,300),(200,300),(255,0,255),2)

        圆:

        要绘制一个圆,我们使用cv2.circle。我们传递x,y,半径大小,RGB形式的颜色,厚度作为参数。


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

        线:

        要绘制一条线,我们使用cv2.line,使用起点(x1,y1),终点(x2,y2),RGB形式的颜色,厚度作为参数。


        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)
        Example
        cv2.line(img,(110,260),(300,260),(0,255,0),3)

        在图像上书写文字

        在OpenCV中,我们有一个函数cv2.puttext, 可以在特定位置的图像上写文本。它以图像,文本,x,y,颜色,字体,字体比例,粗细为输入。


        cv2.putText(img,text,(x,y),FONT,FONT_SCALE,(R,G,B),THICKNESS)
        img: image to put text on
        text: text to put on image
        X: text distance from X axis
        Y: text distance from Y axis
        FONT: 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)
        Example
        cv2.putText(img,"HELLO",(120,250),cv2.FONT_HERSHEY_COMPLEX,1,(255,255,255),2)

        Python OpenCV快速入门教程

        下载Monalisa图片。
        任务:使用形状和文本为左侧图像中所示的Monalisa脸创建框架。
        提示:首先是一个圆形,然后是矩形,然后根据圆形和矩形放置文本,最后根据文本放置一行。
        👉解决方案-  https://gist.github.com/Abhayparashar31/af36bf25ce61345266db4b54aba33be1

        检测并裁剪脸部

        在创建人脸识别系统时,人脸检测是非常有用的。在OpenCV中,我们提供了许多可用于不同目的的预训练haar级联分类器。在OpenCV GitHub上查看分类器的完整列表。

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

        为了检测OpenCV中的人脸,我们使用了haarcascade_frontalface_default.xml分类器,它会返回我们图像的四个坐标(w,h,x,y),使用这些坐标,我们将在脸部上绘制一个矩形,然后使用相同的坐标来裁剪脸部。现在使用imwrite,我们将裁剪的图像保存在目录中。


        import cv2
        # Load the cascade
        face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
        # Read the input image
        img = cv2.imread('images/img0.jpg')
        # Convert into grayscale
        gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        # Detect faces
        faces = face_cascade.detectMultiScale(gray, 1.3, 4)
        # Draw rectangle around the faces
        for (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()

        Python OpenCV快速入门教程

        参考文献

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

        来源:https://mp.weixin.qq.com/s/6ZH6QXS2VaUrTKIOimiSHA

        标签:python,opencv,入门教程
        0
        投稿

        猜你喜欢

      • Python使用pandas处理CSV文件的实例讲解

        2021-01-31 18:23:37
      • sql server不存在 sql server拒绝访问第1/3页

        2024-01-22 02:18:41
      • 使用Python的Bottle框架写一个简单的服务接口的示例

        2023-09-01 17:29:50
      • Linux下python制作名片示例

        2022-06-07 00:29:33
      • 纯JS实现五子棋游戏兼容各浏览器(附源码)

        2024-04-25 13:14:53
      • 封装了一个js图片轮换效果的函数

        2024-06-21 20:21:48
      • python字典排序浅析介绍

        2022-01-30 17:45:00
      • 微信小程序实现上传图片小功能

        2024-04-26 17:11:56
      • js实现做通讯录的索引滑动显示效果和滑动显示锚点效果

        2024-04-16 09:23:00
      • MySQL深分页问题原理与三种解决方案

        2024-01-27 14:12:34
      • asp压缩access数据库(带密码)方法

        2007-09-06 19:48:00
      • Python zip()函数用法实例分析

        2022-10-28 21:39:53
      • Python实现简单的学生信息管理系统

        2021-06-19 10:59:44
      • XML数据查询技术已经成为现今的研究热点

        2008-09-05 17:13:00
      • Python异常之常见的Bug类型解决方法

        2022-09-02 15:17:14
      • PyQt5 在QListWidget自定义Item的操作

        2023-07-05 16:35:49
      • MySQL 实现双向复制的方法指南

        2024-01-27 02:19:51
      • numpy中三维数组中加入元素后的位置详解

        2021-02-28 10:25:14
      • MSSQL ISQL命令详解

        2024-01-26 23:50:49
      • python实现canny边缘检测

        2022-03-05 00:24:08
      • asp之家 网络编程 m.aspxhome.com