OpenCV(Python)根底—9小时入门版

# =============================================
# Author : Mikigo
# Time   : 2021/12/1
# =============================================

一、一句话简介

OpenCV (Open Source Computer Vision Library) 是用 C++ 语言编写，供给 Python、Java 等语言 API的一个开源计算机视觉库。

二、装置

1、Debian 系运用 apt 装置 OpencCV：

sudo apt install python-opencv

在 UOS 体系上，也能够运用：

sudo apt install python3-opencv

支撑 AMD、ARM、MIPS 架构装置。

2、装置 NumPy：

NumPy 是 Python中的一个运算速度十分快的数学库，数组玩到起飞，假如你玩数据科学、机器学习，这是必学库。一切 OpenCV 数组结构都转化为 NumPy 数组，要想 OpenCV 学得好，必须了解它，学习 OpenCV 根底多少需求了解一点。

sudo apt -y install python3-numpy

好多同学装置 Python 库都习惯运用 pip 装置，实际上 OpenCV 也能够，可是现在只支撑在 AMD，所以考虑到兼容性还是建议运用 apt 进行装置，而且官方文档也是建议运用 apt 装置。

三、入门根底

一切 OpenCV 类和函数都放在 cv 称号空间中，在 py 文件中导入：

import cv2 as cv

后续内容默许都运用了导入。

1、图画

1.1、读图画

img = cv.imread()

参数1：文件途径。(str)
参数2：读取图画的办法。
- cv.IMREAD_COLOR 加载一个彩色图画，疏忽 alpha 通道。（默许值）
- cv.IMREAD_GRAYSCALE 加载图画为灰度模式。
- cv.IMREAD_UNCHANGED 加载图画，包含 alpha 通道。
- 还能够简单地分别传递整数1、0或 -1。

1.2、显现图画

cv.show()

参数1：窗口称号。（str）
参数2：图画。（obj）

在窗口中显现图画，窗口主动适合图画大小。

毁掉窗口

cv.destroyAllWindows() # 毁掉一切窗口
cv.destroyWindow("window_name") # 毁掉某个窗口，参数传入窗口称号

1.3、写图画

cv.imwrite()

参数1：文件名。
参数2：图画。（obj）

2、视频

2.1、从摄像头捕获视频

cap = cv.VideoCapture(0)

它的参数能够是设备索引或视频文件的称号。设备索引便是指定哪个摄像头的数字。一般咱们连接一个摄像头，所以传0(或-1)。当然能够经过传递1来挑选第二个相机，以此类推。

import cv2 as cv
cap = cv.VideoCapture(0)
 # 判别是否翻开
if not cap.isOpened(): 
    exit()
while True:  
    # 逐帧捕获
    ret, frame = cap.read()  
    # 判别是否读取到
    if not ret:  
        break
    # 转灰度
    gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)
    # 显现图画
    cv.imshow('frame', gray)
    # 监控键盘信号
    if cv.waitKey(1) == ord('q'):
        break
# 开释
cap.release()
cv.destroyAllWindows()

一切都看起来很调和哈。

需求留意其他的两个判别：

有时候摄像头或许没有初始化成功，所以用cap.isOpened() 来判别，并退出。
或许没有接收到帧，停止循环。

获取视频的一些特点：

cap.get(id)

id 是一个从0到18的数字，每个数字表明视频的一个特点。每个特点代表什么→（docs.opencv.org/4.1.2/d4/d1…

cap.set() 属于进阶用法，这儿按下不表。

2.2、从文件中播映视频

原理和从摄像头中捕获是一样的，区别在于：

cap = cv.VideoCapture('vtest.avi')

参数是文件称号。

2.3、保存视频

out = VideoWriter()

参数1：文件名
参数2：fourcc = cv.VideoWriter_fourcc(*’XVID’)
- FourCC 是一个4字节的代码，用于指定视频编解码器。
- DIVX, XVID, MJPG, X264, WMV1, WMV2
- 不同的操作体系有差异 www.fourcc.org/codecs.php
参数3：帧率
参数3：分辨率

import cv2 as cv
cap = cv.VideoCapture(0)
fourcc = cv.VideoWriter_fourcc(*'XVID')
out = cv.VideoWriter('output.avi', fourcc, 20.0, (640,  480))
while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break
    # 旋转后写入
    frame = cv.flip(frame, 0)
    out.write(frame)
    cv.imshow('frame', frame)
    if cv.waitKey(1) == ord('q'):
        break
# 开释
cap.release()
out.release()
cv.destroyAllWindows()

结合前面摄像头捕获视频的代码，看起来很简单～

3、绘图

3.1、画线

cv.line()

举例：创立一个黑色图画，并从左上角到右下角在上面画一条蓝线

import numpy as np
import cv2 as cv
# 写一个黑色的图画
img = np.zeros((512,512,3), np.uint8)
# 画一根5像素款的蓝线
cv.line(img,(0,0),(511,511),(255,0,0),5)

(255,0,0) 代表蓝色，最终一个参数是线的宽度。

3.2、画圆

cv.circle(img,(447,63), 63, (0,0,255), -1)

参数：中心坐标和半径

3.3、画矩形

cv.rectangle(img,(384,0),(510,128),(0,255,0),3)

参数：矩形的左上角和右下角

支撑其他图形。。。

四、核心功用

1、图画的基本操作

1.1、拜访和修正像素值

import numpy as np  # 官方建议固定写法
import cv2 as cv
img = cv.imread('messi5.jpg')
px = img[100,100]  
# (100, 100)的像素值[157 166 200]（B、G和R值）
blue = img[100,100,0]

修正

img[100,100] = [255,255,255]

直接赋值即可修正，可是直接拜访十分缓慢，更好的像素拜访和编辑办法:

img.item(10,10,2)  # 拜访R值
img.itemset((10,10,2),100)  # 修正R值

1.2、拜访图画特点

图画特点包含行数、列数和通道数、图画数据类型、像素数等。

img.shape
# (342,548,3)

回来一个行、列和通道数的元组。

img.size  # 拜访像素总数

1.3、特定区域

机器学习中经常需求抠图，比方人脸辨认时，一般会先挑选人脸区域，查找其间的眼睛，而不是查找整个图画，以供给精确度。

ball = img[280:340, 330:390] # 抠一个区域
img[273:333, 100:160] = ball # 复制到另一个区域

1.4、图画信道的分裂与兼并

b,g,r = cv.split(img)  # 分裂
img = cv.merge((b,g,r))  # 兼并

或者

b = img[:,:,0]

比方将一切红色像素设置为零

img[:,:,2] = 0

2、图画的算术运算

2.1、图片增加

cv.add()

能够增加两个图画

x = np.uint8([250])
y = np.uint8([10])
cv.add(x + y)  # 250+10 = 260 => 255

OpenCV 的加法和 Numpy 的加法是有区别的。OpenCV 加法是一个饱满操作，而 Numpy 加法是一个除余操作。

x + y  # 250+10 = 260 % 256 = 4

2.2、图画混合

cv.addWeighted()

也是图画增加，但不同的权重给予图画，使它给人一种混合或透明的感觉。

参数1、2：图画1及其权重。
参数3、4：图画2及其权重。
参数5：图画混合的值，经过改动从0→1，你能够在一张图片到另一张图片之间进行一个很魔幻的转化。

img1 = cv.imread('ml.png')
img2 = cv.imread('opencv-logo.png')
# 榜首幅图画的权重为0.7，第二幅图画的权重为0.3
dst = cv.addWeighted(img1,0.7,img2,0.3,0)
cv.imshow('dst',dst)
cv.waitKey(0)
cv.destroyAllWindows()

2.3、按位操作

按位 AND、 OR、 NOT 和 XOR 操作。

能够理解为图画的逻辑运算：

img1 = cv.imread('messi5.jpg')
img2 = cv.imread('opencv-logo-white.png')
# 把标志放在左上角，所以创立了一个roi
rows,cols,channels = img2.shape
roi = img1[0:rows, 0:cols ]
# 创立一个标志图案，以及它的反面
img2gray = cv.cvtColor(img2,cv.COLOR_BGR2GRAY) # 灰度处理
ret, mask = cv.threshold(img2gray, 10, 255, cv.THRESH_BINARY)
mask_inv = cv.bitwise_not(mask)
# 黑掉 ROI 中的 logo 区域
img1_bg = cv.bitwise_and(roi,roi,mask = mask_inv)
# 只取标志图画中的标志区域
img2_fg = cv.bitwise_and(img2,img2,mask = mask)
# 将 logo 放入 ROI 中，并修正主图画
dst = cv.add(img1_bg,img2_fg)
img1[0:rows, 0:cols ] = dst
cv.imshow('res',img1)
cv.waitKey(0)
cv.destroyAllWindows()

五、图画处理

1、改动色彩空间

OpenCV 现在有150多种色彩空间转化办法。但其间两个最广泛运用的：

1.1、Gray

cv.COLOR_BGR2GRAY

望文生义：BGR → Gray

这个图画辨认中经常运用，能够供给辨认速度和准确度。

1.2、HSV

cv.COLOR_BGR2HSV

望文生义：BGR → HSV

HSV 图画能够用它来提取有色物体在 HSV 中，比在 BGR 色彩空间中更容易表明色彩。

import cv2 as cv
import numpy as np
cap = cv.VideoCapture(0)
while True:
    # 取出视频的每一帧
    _, frame = cap.read()
    # 从 BGR 到 HSV 色彩空间的转化
    hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV)
    # 界说 HSV 中蓝色的范围
    lower_blue = np.array([110,50,50])
    upper_blue = np.array([130,255,255])
    # 得到蓝色
    mask = cv.inRange(hsv, lower_blue, upper_blue)
    # 按位-and 蒙版和原始图画
    res = cv.bitwise_and(frame,frame, mask= mask)
    cv.imshow('frame',frame)
    cv.imshow('mask',mask)
    cv.imshow('res',res)
    k = cv.waitKey(5) & 0xFF
    if k == 27:
        break
cv.destroyAllWindows()

2、几许变换

2.1、缩放

res = cv.resize(InputArray, OutputArray, Size, fx, fy, interpolation)

参数	解释
nputArray src	输入图片
OutputArray dst	输出图片
Size	输出图片尺寸
fx, fy	沿x轴，y轴的缩放系数
interpolation	刺进办法

interpolation 默许情况下，运用的插值办法是 cv.INTER_LINEAR，用于一切调整大小。

举例：

import numpy as np
import cv2 as cv
img = cv.imread('messi5.jpg')
res = cv.resize(img,None,fx=2, fy=2, interpolation = cv.INTER_CUBIC)

2.2、旋转

cv.getRotationMatrix2D()

旋转90度：

img = cv.imread('messi5.jpg',0)
rows,cols = img.shape
# cols-1 and rows-1 are the coordinate limits.
M = cv.getRotationMatrix2D(((cols-1)/2.0,(rows-1)/2.0),90,1)
dst = cv.warpAffine(img,M,(cols,rows))

3、图画阈值化

3.1、自适应阈值分割

假如像素值小于阈值，则将其设置为0，不然将其设置为最大值。

ret,thresh1 = cv.threshold(img,127,255,cv.THRESH_BINARY)

cv.THRESH_BINARY
cv.THRESH_BINARY_INV
cv.THRESH_TRUNC
cv.THRESH_TOZERO
cv.THRESH_TOZERO_INV

假如一个图画在不同的区域有不同的照明条件，全局运用一个阈值一般是不可用的，对同一幅图画的不同区域选用不同的阈值，对不同光照条件下的图画取得了较好的效果。

cv.ADAPTIVE_THRESH_MEAN_C 阈值是附近区域的平均值减去常数 c
cv.ADAPTIVE_THRESH_GAUSSIAN_C 阈值是邻域值减去常数 c 的高斯加权和

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt
img = cv.imread('sudoku.png',0)
img = cv.medianBlur(img,5)
ret,th1 = cv.threshold(img,127,255,cv.THRESH_BINARY)
th2 = cv.adaptiveThreshold(img,255,cv.ADAPTIVE_THRESH_MEAN_C,cv.THRESH_BINARY,11,2)
th3 = cv.adaptiveThreshold(img,255,cv.ADAPTIVE_THRESH_GAUSSIAN_C,cv.THRESH_BINARY,11,2)
titles = ['Original Image', 'Global Thresholding (v = 127)',
            'Adaptive Mean Thresholding', 'Adaptive Gaussian Thresholding']
images = [img, th1, th2, th3]
for i in xrange(4):
    plt.subplot(2,2,i+1),plt.imshow(images[i],'gray')
    plt.title(titles[i])
    plt.xticks([]),plt.yticks([])
plt.show()

4、模板匹配

4.1、单方针匹配

模板匹配是一种在较大图画中查找和查找模板图画方位的办法。

cv.matchTemplate()

参数1：大图
参数2：小图
参数3：匹配办法
- cv.TM_CCOEFF
- cv.TM_CCOEFF_NORMED
- cv.TM_CCORR
- cv.TM_CCORR_NORMED
- cv.TM_SQDIFF
- cv.TM_SQDIFF_NORMED

查找最大/最小值

 cv.minMaxLoc()

res = cv.matchTemplate(source, template, cv.TM_CCOEFF_NORMED)
cv.minMaxLoc(res)

4.2、多方针匹配

cv.minMaxLoc()不会给出一切方位。

经过阈值处理多个模板匹配。

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt
img_rgb = cv.imread('mario.png')
img_gray = cv.cvtColor(img_rgb, cv.COLOR_BGR2GRAY)
template = cv.imread('mario_coin.png',0)
w, h = template.shape[::-1]
res = cv.matchTemplate(img_gray,template,cv.TM_CCOEFF_NORMED)
loc = np.where( res >= 0.8)
for pt in zip(*loc[::-1]):
    cv.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (0,0,255), 2)
cv.imwrite('res.png',img_rgb)

OpenCV(Python)基础—9小时入门版

OpenCV(Python)根底—9小时入门版

一、一句话简介

二、装置

三、入门根底

1、图画

1.1、读图画

1.2、显现图画

1.3、写图画

2、视频

2.1、从摄像头捕获视频

2.2、从文件中播映视频

2.3、保存视频

3、绘图

3.1、画线

3.2、画圆

3.3、画矩形

四、核心功用

1、图画的基本操作

1.1、拜访和修正像素值

1.2、拜访图画特点

1.3、特定区域

1.4、图画信道的分裂与兼并

2、图画的算术运算

2.1、图片增加

2.2、图画混合

2.3、按位操作

五、图画处理

1、改动色彩空间

1.1、Gray

1.2、HSV

2、几许变换

2.1、缩放

2.2、旋转

3、图画阈值化

3.1、自适应阈值分割

4、模板匹配

4.1、单方针匹配

4.2、多方针匹配

作者信息

OpenCV(Python)基础—9小时入门版

OpenCV(Python)根底—9小时入门版

一、一句话简介

二、装置

三、入门根底

1、图画

1.1、读图画

1.2、显现图画

1.3、写图画

2、视频

2.1、从摄像头捕获视频

2.2、从文件中播映视频

2.3、保存视频

3、绘图

3.1、画线

3.2、画圆

3.3、画矩形

四、核心功用

1、图画的基本操作

1.1、拜访和修正像素值

1.2、拜访图画特点

1.3、特定区域

1.4、图画信道的分裂与兼并

2、图画的算术运算

2.1、图片增加

2.2、图画混合

2.3、按位操作

五、图画处理

1、改动色彩空间

1.1、Gray

1.2、HSV

2、几许变换

2.1、缩放

2.2、旋转

3、图画阈值化

3.1、自适应阈值分割

4、模板匹配

4.1、单方针匹配

4.2、多方针匹配

相关文章

迎新春，告别千篇一律的祝福语——借力AI，“词云魔方”助您龙年行大运！

自动微分（AutoDiff）的原理

突破传统动画：探索MotionLayout的独特优势

基于Web Speech API给ChatGPT加上语音功能，距离MOSS又近了一步

作者信息