OpenCV(Python)基础—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,提供 Python
、Java
等语言 API
的一个开源计算机视觉库。
二、安装
1、Debian
系使用 apt
安装 OpencCV
:
sudo apt install python-opencv
在 UOS
系统上,也可以使用:
sudo apt install python3-opencv
支持 AMD
、ARM
、MIPS
架构安装。
2、安装 NumPy
:
NumPy
是 Python中的一个运算速度非常快的数学库,数组玩到起飞,如果你玩数据科学、机器学习,这是必学库。所有 OpenCV
数组结构都转换为 NumPy
数组,要想 OpenCV
学得好,必须熟悉它,学习 OpenCV
基础多少需要了解一点。
sudo apt -y install python3-numpy
好多同学安装 Python
库都习惯使用 pip
安装,实际上 OpenCV
也可以,但是目前只支持在 AMD
,所以考虑到兼容性还是建议使用 apt
进行安装,并且官方文档也是建议使用 apt
安装。
三、入门基础
所有 OpenCV
类和函数都放在 cv
名称空间中,在 py
文件中导入:
import cv2 as cv
后续内容默认都使用了导入。
1、图像
1.1、读图像
img = cv.imread()
- 参数1:文件路径。(str)
- 参数2:读取图像的方式。
- cv.IMREAD_COLOR 加载一个彩色图像,忽略 alpha 通道。(默认值)
- cv.IMREAD_GRAYSCALE 加载图像为灰度模式。
- cv.IMREAD_UNCHANGED 加载图像,包括 alpha 通道。
- 还可以简单地分别传递整数1、0或 -1。
1.2、显示图像
cv.show()
- 参数1:窗口名称。(str)
- 参数2:图像。(obj)
在窗口中显示图像,窗口自动适合图像大小。
销毁窗口
cv.destroyAllWindows() # 销毁所有窗口
cv.destroyWindow("window_name") # 销毁某个窗口,参数传入窗口名称
1.3、写图像
cv.imwrite()
- 参数1:文件名。
- 参数2:图像。(obj)
2、视频
2.1、从摄像头捕获视频
cap = cv.VideoCapture(0)
它的参数可以是设备索引或视频文件的名称。设备索引就是指定哪个摄像头的数字。一般我们连接一个摄像头,所以传0(或-1)。当然可以通过传递1来选择第二个相机,以此类推。
import cv2 as cv
cap = cv.VideoCapture(0)
# 判断是否打开
if not cap.isOpened():
exit()
while True:
# 逐帧捕获
ret, frame = cap.read()
# 判断是否读取到
if not ret:
break
# 转灰度
gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)
# 显示图像
cv.imshow('frame', gray)
# 监控键盘信号
if cv.waitKey(1) == ord('q'):
break
# 释放
cap.release()
cv.destroyAllWindows()
一切都看起来很和谐哈。
需要注意其他的两个判断:
- 有时候摄像头可能没有初始化成功,所以用
cap.isOpened()
来判断,并退出。 - 可能没有接收到帧,停止循环。
获取视频的一些属性:
cap.get(id)
id
是一个从0到18的数字,每个数字表示视频的一个属性。每个属性代表什么→(docs.opencv.org/4.1.2/d4/d1…
cap.set()
属于进阶用法,这里按下不表。
2.2、从文件中播放视频
原理和从摄像头中捕获是一样的,区别在于:
cap = cv.VideoCapture('vtest.avi')
参数是文件名称。
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
- 不同的操作系统有差异 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
# 释放
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:创建一个黑色图像,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
# 写一个黑色的图像
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,最后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
支持其他图形。。。
四、核心功能
1、图像的基本操作
1.1、访问和修改像素值
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]
修改
img[100,100] = [255,255,255]
直接赋值即可修改,但是直接访问非常缓慢,更好的像素访问和编辑方法:
img.item(10,10,2) # 访问R值
img.itemset((10,10,2),100) # 修改R值
1.2、访问图像属性
图像属性包括行数、列数和通道数、图像数据类型、像素数等。
img.shape
# (342,548,3)
返回一个行、列和通道数的元组。
img.size # 访问像素总数
1.3、特定区域
机器学习中经常需要抠图,比如人脸识别时,一般会先选择人脸区域,搜索其中的眼睛,而不是搜索整个图像,以提供精确度。
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、图像信道的分裂与合并
b,g,r = cv.split(img) # 分裂
img = cv.merge((b,g,r)) # 合并
或者
b = img[:,:,0]
比如将所有红色像素设置为零
img[:,:,2] = 0
2、图像的算术运算
2.1、图片添加
cv.add()
可以添加两个图像
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 加法是一个饱和操作,而 Numpy 加法是一个除余操作。
x + y # 250+10 = 260 % 256 = 4
2.2、图像混合
cv.addWeighted()
也是图像添加,但不同的权重给予图像,使它给人一种混合或透明的感觉。
- 参数1、2:图像1及其权重。
- 参数3、4:图像2及其权重。
- 参数5:图像混合的α 值,通过改变 α 从0→1,你可以在一张图片到另一张图片之间进行一个很魔幻的转换。
img1 = cv.imread('ml.png')
img2 = cv.imread('opencv-logo.png')
# 第一幅图像的权重为0.7,第二幅图像的权重为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。
可以理解为图像的逻辑运算:
img1 = cv.imread('messi5.jpg')
img2 = cv.imread('opencv-logo-white.png')
# 把标志放在左上角,所以创建了一个roi
rows,cols,channels = img2.shape
roi = img1[0:rows, 0:cols ]
# 创建一个标志图案,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)
# 只取标志图像中的标志区域
img2_fg = cv.bitwise_and(img2,img2,mask = mask)
# 将 logo 放入 ROI 中,并修改主图像
dst = cv.add(img1_bg,img2_fg)
img1[0:rows, 0:cols ] = dst
cv.imshow('res',img1)
cv.waitKey(0)
cv.destroyAllWindows()
五、图像处理
1、改变色彩空间
OpenCV 目前有150多种颜色空间转换方法。但其中两个最广泛使用的:
1.1、Gray
cv.COLOR_BGR2GRAY
顾名思义:BGR → Gray
这个图像识别中经常使用,可以提供识别速度和准确度。
1.2、HSV
cv.COLOR_BGR2HSV
顾名思义:BGR → HSV
HSV 图像可以用它来提取有色物体在 HSV 中,比在 BGR 颜色空间中更容易表示颜色。
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 颜色空间的转换
hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV)
# 定义 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 蒙版和原始图像
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、几何变换
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 | 插入方式 |
interpolation
默认情况下,使用的插值方法是 cv.INTER_LINEAR
,用于所有调整大小。
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、图像阈值化
3.1、自适应阈值分割
如果像素值小于阈值,则将其设置为0,否则将其设置为最大值。
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
如果一个图像在不同的区域有不同的照明条件,全局使用一个阈值一般是不可用的,对同一幅图像的不同区域采用不同的阈值,对不同光照条件下的图像取得了较好的效果。
- cv.ADAPTIVE_THRESH_MEAN_C 阈值是邻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、单目标匹配
模板匹配是一种在较大图像中搜索和查找模板图像位置的方法。
cv.matchTemplate()
- 参数1:大图
- 参数2:小图
- 参数3:匹配方法
- 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、多目标匹配
cv.minMaxLoc()
不会给出所有位置。
通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)
如果你对Python感兴趣,想要学习python,这里给大家分享一份Python全套学习资料,都是我自己学习时整理的,希望可以帮到你,一起加油!
😝有需要的小伙伴,可以V扫描下方二维码免费领取🆓
![](https://i-blog.csdnimg.cn/blog_migrate/ca867d63d811280d448376e22008d544.jpeg)
1️⃣零基础入门
① 学习路线
对于从来没有接触过Python的同学,我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线,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。
② 路线对应学习视频
还有很多适合0基础入门的学习视频,有了这些视频,轻轻松松上手Python~
③练习题
每节视频课后,都有对应的练习题哦,可以检验学习成果哈哈!
2️⃣国内外Python书籍、文档
① 文档和书籍资料
3️⃣Python工具包+项目源码合集
①Python工具包
学习Python常用的开发软件都在这里了!每个都有详细的安装教程,保证你可以安装成功哦!
②Python实战案例
光学理论是没用的,要学会跟着一起敲代码,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。100+实战案例源码等你来拿!
③Python小游戏源码
如果觉得上面的实战案例有点枯燥,可以试试自己用Python编写小游戏,让你的学习过程中增添一点趣味!
4️⃣Python面试题
我们学会了Python之后,有了技能就可以出去找工作啦!下面这些面试题是都来自阿里、腾讯、字节等一线互联网大厂,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。
5️⃣Python兼职渠道
而且学会Python以后,还可以在各大兼职平台接单赚钱,各种兼职渠道+兼职注意事项+如何和客户沟通,我都整理成文档了。