• Opencv快速入门教程,Python计算机视觉基础


    快速入门

    OpenCV 是 Intel® 开源计算机视觉库。它由一系列 C 函数和少量 C++ 类构成, 实现了图像处理和计算机视觉方面的很多通用算法。 OpenCV 拥有包括 300 多个 C 函数的跨平台的中、高层 API。它不依赖于其它的外部库——尽管也 可以使用某些外部库。 OpenCV 对非商业应用和商业应用都是免费的

    OpenCV安装

    pip install opencv-python
    

    安装成功后打印版本进行测试

    1. import cv2
    2. print(cv2.__version__)
    3. 4.8.0

    读取图片

    1. import cv2
    2. import numpy as np
    3. img=cv2.imread('349926.jpeg')
    4. print('image size',np.shape(img),img.shape)
    5. cv2.imshow('Image', img)
    6. cv2.waitKey(0)
    7. image size (1344, 960, 3) (1344, 960, 3)

    图像缩放、裁剪、颜色变化

    图像缩放

    openCV中的参数 一般顺序 (w,h) (x,y) 注意与numpy维度之间 的区别

    1. # 获取图像的高h和宽w
    2. h, w = img.shape[:2]
    3. # 设置缩放倍数为2
    4. scale = 2
    5. # 将图像缩放为原来的2倍大小
    6. imgResize1 = cv2.resize(img, (int(w*scale), int(h*scale)))
    7. # 显示缩放后的图像
    8. # cv2.imshow("resize1", imgResize1)
    9. # 打印缩放后图像的shape
    10. print("imgResize1 size", imgResize1.shape)
    11. # 设置缩放倍数为0.5
    12. scale = 0.5
    13. # 将图像缩放为原来的0.5倍大小
    14. imgResize2 = cv2.resize(img, (int(w*scale), int(h*scale)))
    15. cv2.imshow("resize2", imgResize2)
    16. print("imgResize2 size", imgResize2.shape)
    17. cv2.waitKey(0)
    18. imgResize1 size (2688, 1920, 3)
    19. imgResize2 size (672, 480, 3)

    cv2.resize

    • 输入参数:
      • src:要缩放的图像,类型为UMat
      • dsize:目标大小,类型为包含两个int的序列,比如(宽,高)
      • dst:可选的输出图像,类型为UMat
      • fx:可选的横向缩放因子,类型为float
      • fy:可选的纵向缩放因子,类型为float
      • interpolation:可选的插值方法,类型为int

    图像裁剪、颜色变化

    等待任意按键 0 表示一直等待 加任意数字(ms) 表示等待一段时间 后继续执行

    1. # 图像剪裁
    2. imgCropped = img[int(h/3):int(2*h/3), int(w/3):int(w*2/3)]
    3. # 显示剪裁后的图像
    4. cv2.imshow("cropped", imgCropped)
    5. # 打印剪裁后图像大小
    6. print("imgcropped size", imgCropped.shape)
    7. # 颜色变换 - RGB,将BGR颜色空间转换到RGB颜色空间 BGR是opencv默认的颜色顺序,代表蓝绿红通道(Blue, Green, Red)。但大多数图像处理和机器学习算法都采用RGB颜色顺序,代表红绿蓝(Red, Green, Blue)。
    8. #因此在opencv读取图片后,经常需要将BGR转为RGB,以便后续算法处理。
    9. imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
    10. imgRGB=cv2.resize(imgRGB,(int(w*0.5),int(h*0.5)))
    11. # 颜色变换 - 灰度化
    12. imgGray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    13. imgGray=cv2.resize(imgGray,(int(w*0.5),int(h*0.5)))
    14. # 打印灰度图像大小
    15. print("imgGray size", imgGray.shape)
    16. # 显示 RGB 图像
    17. cv2.imshow("RGB", imgRGB)
    18. # 显示灰度图像
    19. cv2.imshow("Gray", imgGray)
    20. # 等待按键输入
    21. cv2.waitKey(0)
    22. imgcropped size (448, 320, 3)
    23. imgGray size (672, 480)

    cv2.cvtColor

    • BGR: OpenCV默认的颜色空间,蓝绿红通道
    • GRAY: 灰度图像,亮度作为像素值
    • HSV: Hue Saturation Value,色调饱和度空间
    • YCrCb: 亮度(luma)和色度(chroma)空间,用于压缩和编码
    • HLS: Hue Lightness Saturation,hue亮度饱和度空间
    • Lab: CIE Lab*空间,L为亮度,a和b表示颜色opponent维度
    • RGB: 红绿蓝additive色彩空间,用于显示

    读取视频、摄像头、视频流

    1. import cv2
    2. # 打开视频文件
    3. cap = cv2.VideoCapture('My 10 YEAR Indie Game Development Journey.mp4')
    4. # 打开摄像头,参数是设备id
    5. # cap = cv2.VideoCapture(0)
    6. # 打开视频流,需要指定视频流的 URL
    7. # video = "http://admin:admin@192.168.1.3:8081/u"
    8. # cap = cv2.VideoCapture(video)
    9. while True:
    10. # 读取视频的一帧,success表示是否成功,img是当前帧的图像
    11. success, img = cap.read()
    12. if success:
    13. # 如果成功,显示当前帧
    14. cv2.imshow('video', img)
    15. # 每显示一帧,检查是否按下q键退出
    16. if cv2.waitKey(1) & 0xFF == ord('q'):
    17. break
    18. # 完成后,释放摄像头/文件
    19. cap.release()

    绘图

    1. import cv2
    2. import numpy as np
    3. # 创建一个空的黑色图像作为绘图Canvas
    4. img = np.zeros((512,512,3), np.uint8)
    5. # 绘制圆形
    6. # 圆心坐标
    7. center = (400,50)
    8. # 半径
    9. radius = 30
    10. # 线条颜色
    11. color = (255,255,0)
    12. # 线条宽度
    13. thickness = 5
    14. # 绘制空心圆
    15. cv2.circle(img, center, radius, color, thickness)
    16. # 绘制填充圆
    17. cv2.circle(img,(450,80), 30, (0,255,255), cv2.FILLED)
    18. # 绘制直线
    19. # 起始点坐标
    20. p1 = (0,0)
    21. # 结束点坐标
    22. p2 = (img.shape[1], img.shape[0])
    23. # 线条颜色
    24. color = (0,255,0)
    25. # 线条宽度
    26. thickness = 3
    27. # 绘制直线
    28. cv2.line(img, p1, p2, color, thickness)
    29. # 绘制矩形
    30. # 左上角坐标
    31. p1 = (0,0)
    32. # 矩形大小(宽度,高度)
    33. size = (250, 350)
    34. # 线条颜色
    35. color = (0,0,255)
    36. # 线条宽度
    37. thickness = 2
    38. # 绘制空心矩形
    39. cv2.rectangle(img, p1, size, color, thickness)
    40. # 绘制填充矩形
    41. cv2.rectangle(img, (100,100), (200,200), (255,0,0), cv2.FILLED)
    42. # 显示图像
    43. cv2.imshow('OpenCV', img)
    44. cv2.waitKey(0)
    45. cv2.destroyAllWindows()

    绘画文字

    1. import cv2
    2. from PIL import ImageFont, ImageDraw, Image
    3. import numpy as np
    4. # Pillow模块绘制中文
    5. def paint_chinese_opencv(img, chinese, position, color, font_size=20):
    6. # OpenCV图片转PIL图片
    7. img_PIL = Image.fromarray(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
    8. # 加载字体
    9. font = ImageFont.truetype('Noto Sans CJK Bold.otf', font_size, encoding="utf-8")
    10. # 输出的文字
    11. draw = ImageDraw.Draw(img_PIL)
    12. # 绘制文字
    13. draw.text(position, chinese, color, font)
    14. # draw.text(position, chinese, color)
    15. # PIL图片转OpenCV图片
    16. img = cv2.cvtColor(np.asarray(img_PIL), cv2.COLOR_RGB2BGR)
    17. return img
    18. # OpenCV模块绘制英文
    19. img = np.zeros((512, 512, 3), np.uint8)
    20. # 文字内容
    21. text = "OpenCV"
    22. # 文字区域左上角坐标
    23. position = (300, 200)
    24. # 加载字体
    25. font = cv2.FONT_HERSHEY_COMPLEX
    26. # 字号
    27. font_size = 1
    28. # 文字颜色 green
    29. color = (0, 150, 0)
    30. # 线条宽度
    31. thickness = 3
    32. # 绘制文字
    33. cv2.putText(img, text, position, font, font_size, color, thickness)
    34. # Pillow模块绘制中文
    35. text = "这是中文"
    36. position = (300, 250)
    37. color = (150, 0, 0)
    38. img = paint_chinese_opencv(img, text, position, color)
    39. cv2.imshow('Image', img)
    40. cv2.waitKey(0)

    常见问题:

    libgtk2.0-dev and pkg-config库找不到

    The function is not implemented. Rebuild the library with Windows, GTK+ 2.x or Cocoa support. If you are on Ubuntu or Debian, install libgtk2.0-dev and pkg-config, then re-run cmake or configure script in function 'cvShowImage'
     

    pip install opencv-contrib-python
    

  • 相关阅读:
    从祖师级到新生代,48位开发者的“武功秘籍”
    ol(openlayers)使用记录
    TP5 封装通用的微信服务类
    简单题-单词分析
    devops完整搭建教程(gitlab、jenkins、harbor、docker)
    IOday6
    九月组队学习计划!
    win10端口转发
    条件构造器
    docker容器里面的java进程内存泄露排查
  • 原文地址:https://blog.csdn.net/m0_61634551/article/details/132643739