OpenCV-Python速查表：从导入图像到人脸检测_使用jupyter用opencv实现对图像进行五官检测(1)

图像导入&显示

警告1: 通过openCV读取图像时，它不是以RGB 颜色空间来读取，而是以BGR 颜色空间。有时候这对你来说不是问题，只有当你想在图片中添加一些颜色时，你才会遇到问题。

有两种解决方案:

将R — 第一个颜色值(红色)和B  — 第三个颜色值(蓝色) 交换, 这样红色就是 (0,0,255) 而不是(255,0,0)。

将颜色空间变成RGB:

使用rgb_image代替image继续处理代码。

警告2: 要关闭显示图像的窗口，请按任意按钮。如果你使用关闭按钮，它可能会导致窗口冻结(我在Jupyter笔记本上运行代码时发生了这种情况)。

为了简单起见，在整个教程中，我将使用这种方法来查看图像:

来源：Pixabay

裁剪

来源：Pixabay

裁剪后的狗狗

其中： image[10:500,500:200] 是 image[y:y+h,x:x+w]。

调整大小

来源：Pexels

调整大小到20%后

这个调整大小函数会保持原始图像的尺寸比例。

更多图像缩放函数，请查看这里。（https://www.tutorialkart.com/opencv/python/opencv-python-resize-image/  ）

旋转

左图: 图片来自Pexels的Jonathan Meyer。右图: 进行180度旋转之后的狗狗。

image.shape输出高度、宽度和通道。M是旋转矩阵——它将图像围绕其中心旋转180度。

-ve表示顺时针旋转图像的角度  & +ve逆表示逆时针旋转图像的角度。

灰度和阈值(黑白效果)

来源：Pexels

gray_image 是灰度图像的单通道版本。

这个threshold函数将把所有比127深(小)的像素点阴影值设定为0，所有比127亮(大)的像素点阴影值设定为255。

另一个例子:

这将把所有阴影值小于150的像素点设定为10和所有大于150的像素点设定为200。

更多有关thresholding函数的内容，请查看这里。（https://docs.opencv.org/3.4/d7/d4d/tutorial_py_thresholding.html  ）

左图：灰阶狗狗。右图：黑白狗狗。

模糊/平滑

左图：图像来自Pixabay。右图：模糊后的狗狗。

高斯模糊函数接受3个参数:

第一个参数是要模糊的图像。

第二个参数必须是一个由两个正奇数组成的元组。当它们增加，模糊效果也会增加。

第三个参数是sigmaX和sigmaY。当左边位于0时，它们会自动从内部大小计算出来。

更多关于模糊函数的内容，请查看这里。（https://docs.opencv.org/3.1.0/d4/d13/tutorial_py_filtering.html  ）

在图像上绘制矩形框或边框

左图：图像来自Pixabay。右图：脸上有一个矩形框的狗狗。

rectangle函数接受5个参数:

第一个参数是图像。

第二个参数是x1, y1 -左上角坐标。

第三个参数是x2, y2 -右下角坐标。

第四个参数是矩形颜色(GBR/RGB，取决于你如何导入图像)。

第五个参数是矩形线宽。

绘制一条线

左图：图像来自Pixabay。右图：两只狗狗用一条线分开。

line函数接受5个参数:

第一个参数是要画的线所在的图像。

第二个参数是x1, y1。

文末有福利领取哦~

👉一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

👉二、Python必备开发工具

👉三、Python视频合集

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉 四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（文末领读者福利）

👉五、Python练习题

检查学习结果。

👉六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

👉因篇幅有限，仅展示部分资料，这份完整版的Python全套学习资料已经上传

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
全套学习资料已经上传

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！