<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          OpenCV基礎(chǔ)知識(shí)入門(mén)

          共 8183字,需瀏覽 17分鐘

           ·

          2022-03-10 11:52

          點(diǎn)擊下方卡片,關(guān)注“新機(jī)器視覺(jué)”公眾號(hào)

          重磅干貨,第一時(shí)間送達(dá)

          來(lái)源:小白學(xué)視覺(jué)
          本文旨在讓你快速入門(mén)opencv。

          OpenCV

          OpenCV是計(jì)算機(jī)視覺(jué)中最受歡迎的庫(kù),最初由intel使用C和C ++進(jìn)行開(kāi)發(fā)的,現(xiàn)在也可以在python中使用。該庫(kù)是一個(gè)跨平臺(tái)的開(kāi)源庫(kù),是免費(fèi)使用的。OpenCV庫(kù)是一個(gè)高度優(yōu)化的庫(kù),主要關(guān)注實(shí)時(shí)應(yīng)用程序。
          OpenCV庫(kù)是2500多種優(yōu)化算法的組合,可用于檢測(cè)和識(shí)別不同的人臉,實(shí)時(shí)識(shí)別圖像中的對(duì)象,使用視頻和網(wǎng)絡(luò)攝像頭對(duì)不同的人類(lèi)動(dòng)作進(jìn)行分類(lèi),跟蹤攝像機(jī)的運(yùn)動(dòng),跟蹤運(yùn)動(dòng)對(duì)象(例如汽車(chē),人等),實(shí)時(shí)計(jì)數(shù)對(duì)象,縫合圖像來(lái)產(chǎn)生高分辨率圖像,從圖像數(shù)據(jù)庫(kù)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(dòng),跟蹤臉部等。
          它擁有大約4.7萬(wàn)活躍用戶(hù)社區(qū),下載量超過(guò)1800萬(wàn)。谷歌,亞馬遜,特斯拉,微軟,本田等許多大公司都使用Open cv來(lái)改善他們的產(chǎn)品,它更是驅(qū)動(dòng)了AI的發(fā)展。

          先決條件

          在開(kāi)始編寫(xiě)代碼之前,我們需要在設(shè)備上安裝opencv。
          如果你是ProIn編程專(zhuān)家,并且熟悉每個(gè)IDE,那么請(qǐng)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(jí)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(gè)虛擬環(huán)境,并在其中安裝opencv。打開(kāi)終端,然后使用cd定位到桌面,使用mkdir 創(chuàng)建一個(gè)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env\scripts\activate激活環(huán)境,你會(huì)在C:\Users\username\Desktop\opencv之前看到小括號(hào)(env)出現(xiàn)。
          現(xiàn)在,只需使用pip安裝OpenCV。
          pip?install?opencv-python

          我們會(huì)在本文中涵蓋7個(gè)主題

          1. 讀,寫(xiě)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(guò)濾器使用的函數(shù)
          5. 繪制不同的形狀
          6. 在圖像上書(shū)寫(xiě)文字
          7. 檢測(cè)并裁剪臉部

          讀,寫(xiě)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(duì)于書(shū)寫(xiě),我們有imwrite()函數(shù)。讓我們看看它們的語(yǔ)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)

          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")
          Example
          video?=?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(méi)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?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

          調(diào)整大小和裁剪圖像

          調(diào)整大小是更改圖像形狀的過(guò)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?resize
          WIDTH:?new?width?of?the?resize?image
          HEIGHT:?new?height?of?the?resize?image
          Example
          cv2.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(lái)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?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)
          如果你不想對(duì)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(lái)增加寬度和高度。
          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)
          裁剪圖像
          裁剪是獲取圖像的一部分過(guò)程。在OpenCV中,我們可以通過(guò)定義裁剪后的矩形坐標(biāo)來(lái)執(zhí)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,讓我們嘗試從圖像中獲取蒙娜麗莎的臉。
          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)
          你也可以使用paint來(lái)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(lái)找到正確的坐標(biāo),最后使用調(diào)整大小來(lái)增加裁剪圖像的大小。
          “在尋求解決方案之前,請(qǐng)嘗試自己動(dòng)手做。”
          ??解決方案-?https://gist.github.com/Abhayparashar31/9b01473431de765c0a73e81271233d91

          基本的圖像過(guò)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(gè)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?image
          CODE:?Conversion?code?for?Gray(COLOR_BGR2GRAY)
          Example
          imgGray?=?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(duì)象跟蹤。
          imgGray?=?cv2.cvtColor(IMG,cv2.CODE)
          IMG:?Original?image
          CODE:?Conversion?code?for?Gray(COLOR_BGR2HSV)
          Example
          imgHsv?=?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(chēng)為平滑,這是對(duì)圖像應(yīng)用低通濾波器的過(guò)程。要在Opencv中使用模糊,我們有一個(gè)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?sigmaX
          Exmaple
          imgBlur?=?cv2.GaussianBlur(img,(3,3),0)
          邊緣檢測(cè)
          在OpenCV中,我們使用Canny邊緣檢測(cè)器來(lái)檢測(cè)圖像中的邊緣,也有不同的邊緣檢測(cè)器,但最著名的是Canny邊緣檢測(cè)器。Canny邊緣檢測(cè)器是一種邊緣檢測(cè)算子,它使用多階段算法來(lái)檢測(cè)圖像中的大范圍邊緣,它由John F. Canny在1986年開(kāi)發(fā)。
          imgCanny?=?cv2.Canny(img,threshold1,threshold2)
          threshold1,threshold2:Different?values?of?threshold?different?for?every?images
          Example
          imgCanny?=?cv2.Canny(img,100,150)
          膨脹
          膨脹是用來(lái)增加圖像中邊緣的大小。首先,我們定義一個(gè)大小為奇數(shù)(5,5)的核矩陣,然后利用核函數(shù)對(duì)圖像進(jìn)行放大。我們對(duì)Canny邊緣檢測(cè)器的輸出圖像進(jìn)行了放大處理。
          kernel?=?np.ones((5,5),np.uint8)?##?DEFINING?KERNEL?OF?5x5
          imgDialation?=?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(gè)奇數(shù)(5,5)的核矩陣大小,然后使用核對(duì)圖像執(zhí)行腐蝕。我們對(duì)Canny邊緣檢測(cè)器的輸出圖像施加腐蝕。
          kernel?=?np.ones((5,5),np.uint8)?##?DEFINING?KERNEL?OF?5x5
          imgDialation?=?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(lái)繪制矩形,圓形,直線(xiàn)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:?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)
          圓:
          要繪制一個(gè)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?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)
          線(xiàn)
          要繪制一條線(xiàn),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)
          Example
          cv2.line(img,(110,260),(300,260),(0,255,0),3)

          在圖像上書(shū)寫(xiě)文字

          在OpenCV中,我們有一個(gè)函數(shù)cv2.puttext, 可以在特定位置的圖像上寫(xiě)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?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)
          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(gè)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(cè)并裁剪臉部

          在創(chuàng)建人臉識(shí)別系統(tǒng)時(shí),人臉檢測(cè)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(jí)聯(lián)分類(lèi)器。在OpenCV GitHub上查看分類(lèi)器的完整列表。
          • https://github.com/opencv/opencv/tree/master/data/haarcascades
          為了檢測(cè)OpenCV中的人臉,我們使用了haarcascade_frontalface_default.xml分類(lèi)器,它會(huì)返回我們圖像的四個(gè)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(gè)矩形,然后使用相同的坐標(biāo)來(lái)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?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()

          參考文獻(xiàn)
          [1] https://opencv.org/about/
          [2] https://pypi.org/project/opencv-python/
          [3] https://www.murtazahassan.com/
          參考鏈接:https://medium.com/towards-artificial-intelligence/learn-everything-about-open-cv-ed485a3007f1

          本文僅做學(xué)術(shù)分享,如有侵權(quán),請(qǐng)聯(lián)系刪文。

          —THE END—
          瀏覽 30
          點(diǎn)贊
          評(píng)論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          評(píng)論
          圖片
          表情
          推薦
          點(diǎn)贊
          評(píng)論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  香蕉久久网站 | 中文字幕亚洲日韩 | 乱伦小说av | 水蜜桃成人网站 | 日本色情视频在线 |