一文綜述OpenCV基礎+計算機視覺基礎

點擊下面卡片關注，”AI算法與圖像處理”
最新CV成果，火速送達

• 什么是計算機視覺？
• 計算機視覺如何工作？
• 計算機視覺的應用
• 什么是OpenCV？
• OpenCV的簡史
• OpenCV快速入門

什么是計算機視覺？

計算機視覺是一門跨學科的科學領域，涉及計算機如何從數字圖像或視頻中獲得高級了解。從工程學的角度來看，它試圖理解和自動化人類視覺系統(tǒng)可以完成的任務。

計算機視覺是人工智能（AI）的領域，它使計算機和系統(tǒng)能夠從數字圖像，視頻和其他視覺輸入中獲取有意義的信息，并根據該信息采取行動或提出建議。如果AI使計算機能夠思考，則計算機視覺使他們能夠看到，觀察和理解。

計算機視覺如何工作？

可以通過視頻，照片或3D技術實時獲取甚至大集合的圖像進行分析。

深度學習模型會自動執(zhí)行此過程的大部分過程，但是通常會先向模型提供數千張標記或預先識別的圖像，然后對模型進行訓練。

最后一步是解釋性步驟，在此步驟中對對象進行識別或分類。

計算機視覺的應用

• 癌癥檢測
• COVID-19診斷
• 口罩檢測
• 車輛分類
• 交通流量分析
• 停車占用檢測
• 自動車牌識別
• 客戶追蹤
• 人數盤點
• 社會距離
• 球追蹤
• 球門線技術

什么是OpenCV？

OpenCV的簡史

OpenCV由加里·布拉德斯基（Gary Bradsky）于1999年在英特爾創(chuàng)立，第一版于2000年問世。瓦迪姆·皮薩列夫斯基（Vadim Pisarevsky）與加里·布拉德斯基（Gary Bradsky）一起管理英特爾的俄羅斯軟件OpenCV團隊。

2005年，OpenCV用于Stanley，該車贏得了2005年DARPA大挑戰(zhàn)賽的冠軍。后來，在Willow Garage的支持下，它的發(fā)展得以繼續(xù)，Gary Bradsky和Vadim Pisarevsky領導了該項目。OpenCV現(xiàn)在支持與計算機視覺和機器學習有關的多種算法，并且正在日益擴展。

OpenCV支持多種編程語言，例如C ++，Python，Java等，并且可在包括Windows，Linux，OS X，Android和iOS在內的不同平臺上使用。基于CUDA和OpenCL的高速GPU操作的接口也正在積極開發(fā)中。

OpenCV-Python是用于OpenCV的Python API，結合了OpenCV C ++ API的最佳質量和Python語言。

OpenCV快速入門

讀取圖像

pip install opencv-python

import cv2                                                        

img = cv2.imread("klon.jpg")

cv2.namedWindow("Image",cv2.WINDOW_NORMAL)

cv2.imshow("Image", img)

cv2.waitKey(0)
cv2.destroyAllWindows()

從網絡攝像頭讀取視頻

ret, frame = capture.read()

cv2.imshow("Webcam", frame)
if cv2.waitKey(30) & 0xFF == ord("q"):
    break

capture.release()

import cv2
  
capture = cv2.VideoCapture(0)                                         

while True:
     ret, frame = capture.read()
     frame = cv2.flip(frame, 1)

     cv2.imshow("Webcam", frame)
     if cv2.waitKey(30) & 0xFF == ord("q"):
         break

capture.release()
cv2.destroyAllWindows()

長寬比應用

• 為其保留圖像的變量的名稱
• 寬度
• 高度
• 并具有避免在調整大小時插值的功能

r = height / float(h)
dimension = (int(w*r),height)

return cv2.resize(img, dimension, interpolation= inter)

img = cv2.imread("klon.jpg")
img1 = resizewithAspectRatio(img, 
                             width = None,
                             height = 600, 
                             inter = cv2.INTER_AREA)

cv2.imshow("Original",img)
cv2.imshow("Resized",img1)

cv2.waitKey(0)
cv2.destroyAllWindows()

import cv2


def resizewithAspectRatio(  img
                          , width = None
                          , height = None
                          , inter = cv2.INTER_AREA):              
    dimension: None
    (h,w) =  img.shape[:2]

    if width is None and height is None:
        return img

    if width is None:
        r = height / float(h)
        dimension = (int(w*r),height)

    else:
        r = width / float(w)
        dimension = (width, int(h*r))


    return cv2.resize(img, dimension, interpolation= inter)

img = cv2.imread("klon.jpg")
img1 = resizewithAspectRatio(  img 
                             , width = None
                             , height = 600
                             , inter = cv2.INTER_AREA)

cv2.imshow("Original",img)
cv2.imshow("Resized",img1)

cv2.waitKey(0)
cv2.destroyAllWindows()

個人微信（如果沒有備注不拉群！）
請注明：地區(qū)+學校/企業(yè)+研究方向+昵稱



下載1：何愷明頂會分享

在「AI算法與圖像處理」公眾號后臺回復：何愷明，即可下載。總共有6份PDF，涉及 ResNet、Mask RCNN等經典工作的總結分析

下載2：終身受益的編程指南：Google編程風格指南

在「AI算法與圖像處理」公眾號后臺回復：c++，即可下載。歷經十年考驗，最權威的編程規(guī)范！

下載3 CVPR2021

在「AI算法與圖像處理」公眾號后臺回復：CVPR，即可下載1467篇CVPR 2020論文 和 CVPR 2021 最新論文