opencv编程案例

最新推荐文章于 2024-09-10 17:00:42 发布

桐叶岩

最新推荐文章于 2024-09-10 17:00:42 发布

阅读量187

点赞数 1

文章标签： opencv 计算机视觉目标跟踪 python 目标检测视觉检测图像处理

本文链接：https://blog.csdn.net/m0_60697583/article/details/136482546

版权

图像读取和显示：使用 OpenCV 加载图像文件，并在窗口中显示图像。

import cv2

# 读取图像
image = cv2.imread('image.jpg')

# 显示图像
cv2.imshow('Image', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

图像处理：应用一些基本的图像处理操作，如图像灰度化、边缘检测、图像平滑等。

import cv2

# 读取图像
image = cv2.imread('image.jpg')

# 灰度化
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 边缘检测
edges = cv2.Canny(gray_image, 100, 200)

# 显示边缘图
cv2.imshow('Edges', edges)
cv2.waitKey(0)
cv2.destroyAllWindows()

目标检测：使用预训练的目标检测模型检测图像中的目标物体，如人脸、车辆等。

import cv2

# 加载预训练的人脸检测器
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

# 读取图像
image = cv2.imread('image.jpg')

# 灰度化
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 检测人脸
faces = face_cascade.detectMultiScale(gray_image, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))

# 绘制检测结果
for (x, y, w, h) in faces:
    cv2.rectangle(image, (x, y), (x+w, y+h), (0, 255, 0), 2)

# 显示结果
cv2.imshow('Faces', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

视频处理：读取视频文件，并对视频进行处理，如视频帧提取、视频帧转换等。

import cv2

# 打开视频文件
video = cv2.VideoCapture('video.mp4')

while True:
    # 读取视频帧
    ret, frame = video.read()
    if not ret:
        break
    
    # 将帧转换为灰度图
    gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    
    # 显示视频帧
    cv2.imshow('Video', gray_frame)
    
    # 检测按键，按下 'q' 键退出循环
    if cv2.waitKey(25) & 0xFF == ord('q'):
        break

# 释放视频对象
video.release()
cv2.destroyAllWindows()