一.OpenCv图像&视频加载和显示

图片&视频的加载和显示

1. 机器视觉介绍

现在说的机器视觉(Machine Vision)一般指计算机视觉(Computer Vision), 简单来说就是研究如何使机器看懂东西.

就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。

1.1 机器视觉的应用

• 物体识别: 人脸识别, 车辆检测

• 
  

• 识别图像中的文字(OCR)

• 图像拼接, 修复, 背景替换
  
  

2. OpenCV介绍

• Gray Bradsky于1999年开发, 2000年发布

• C++, Python, Java, JS

• 跨平台(Windows, Linux, Mac…)

为什么选择python语言:

• python语言简单, 开发速度快
• 底层使用C/C++, 速度有保障
• 有完整的生态链

学习目标:

• 了解OpenCV的运行机制
• 可以使用OpenCV处理一些图像常见问题
• 学会物体识别, 文字识别等问题的处理思路

3. 安装OpenCV

进入虚拟环境, 执行pip install opencv-python==3.4.1.15, 3.4.2之后有些算法申请了专利,用不了了.

安装opencv扩展包(选装): pip install opencv-contrib-python==3.4.1.15

如果装不了去:https://www.lfd.uci.edu/~gohlke/pythonlibs/下载相应的包手动安装.

pip install opencv-python3.4.1.15 opencv-contrib-python3.4.1.15 jupyter matplotlib -i https://pypi.douban.com/simple

4. 图像视频的加载和显示

4.1 创建和显示窗口

• namedWindow() 创建命名窗口

• imshow() 显示窗口

• destroyAllwindws() 摧毁窗口

• resizeWindow() 改变窗口大小

• waitKey() 等待用户输入

  import c2
  
  # cv2.namedWindow('new', cv2.WINDOW_AUTOSIZE)
  # WINDOW_NORMAL可以让窗口大小变得可以调节
  cv2.namedWindow('new', cv2.WINDOW_NORMAL)
  # 修改窗口大小
  cv2.resizeWindow('new', 1920, 1080)
  cv2.imshow('new', 0)
  # waitKey方法表示等待按键, 0表示任何按键, 其他整数表示等待按键的时间,单位是毫秒, 超过时间没有发生按键操作窗口会自动关闭.
  # 会返回按键的ascii的值
  key = cv2.waitKey(0)
  if key == ord('q'):
      cv2.destroyAllWindows()
  

4.2 加载显示图片

• imread(path, flag): 使用imread可以读取图片, 默认读取的是彩色图片.比如:

  # 导入opencv包
  import cv2
  import matplotlib.pyplot as plt
  import numpy as np
  
  # 读取图片
  img = cv2.imread('./cat.jpeg')
  

  • 原图长这样:

    

    使用matplotlib显示plt.imshow(img), 长这样:

    

  发现这个猫的样子没变, 但是颜色不太对, 这是因为OpenCV读取的图片颜色通道是按照BGR(蓝绿红)排列的, 一般图片通道都是按照RGB来排列的.为了正常的显示猫的图片, 我们要用OpenCV的图像显示方法:

  cv2.imshow('cat', img)
  cv2.waitKey(0)
  cv2.destroyAllWindows()
  

  我们可以把显示图片的方法封装成一个函数方便我们显示图片:

  def cv_show(name, img)