python的学习感悟和OpenCv的一些学习笔记

感悟

从高中时对Python的初次接触、学习，到现在步入大学有机会进一步深入学习Python；从最基础的语法，到numpy，pandas，matlibplot等各种库，我对python的认识不断在扩张，有时会感叹编程方法的巧妙，让我看到了不一样的处理问题的方式。

python写代码的过程，在我看来就像垒砖头。在我没有学习某些语法或库之前，看着别人写的代码——长而复杂的函数名，紧密堆积的逻辑框架，只感觉到复杂混沌，眼花缭乱。但逐渐了解规则，深入学习过后，才发现这些python语句是严谨规则、精密奇妙的，正如堆砌砖头，观局部，只能看到粗粝奇形怪状的砖块，但望整体，能看到他们俨然组成了精美的建筑，这时才会发现那些杂乱的砖块是精心严密地排列好的。

自学python遇到的困难，大概是很难找到合适的课程。网课、书籍众多，需要花费一些时间筛选，在这个过程中，大多数时间里自己学习的目标会逐渐清晰，但繁杂的、过于碎片化的内容有时也会让人迷茫。我的学习办法主要是看网络教程，视频为主，我倾向于先“泛读”后“精读”，以便更准确更高效地学习到我想要的知识。有时我会看一些书为了系统地理顺知识框架。

数据处理和简单可视化方面之前有学习和练习过部分内容，但图像处理之前还未接触过且相对更感兴趣，所以这次任务，我选择学习图像识别方面的内容，学习了OpenCV的基本知识。学习之中我已感觉到python语言体系的广阔浩瀚，它可以融汇数学分析、高等代数、机器学习、人工智能等等进行绘图计算数据处理......短短半学期的自学我只窥见了它的一隅，学习之路还很漫长。

图像识别

以我的魔方作为目标图像。

以下是输出的原图像。

原图像

opencv中采用BGR通道 。

灰度处理：

模糊：

显示边缘：

阈值设为了60，原图拍摄光线较暗，尝试较大的阈值(比如90）时效果不好。

边缘膨胀和腐蚀：

用到了numpy、内核Kernel。

裁剪：

提取平面：

用画图app获取目标面的四个顶点的坐标。

提取魔方的蓝色面

颜色检测：

目标颜色取黄色，加蒙版测试参数，目标颜色保留为白色。

获取黄色面的参数后，重新设置参数值，成功识别出黄色面：

学习总是艰难漫长的，但有时也充满乐趣和成就感。