计算机视觉入门

一.OpenCV初识

1.什么是OpenCV

• OpenCV：Open Source Computer Vision Library

2.什么是TensorFlow

• 谷歌研发的第二代人工智能学习系统，依靠张量和数据图来进行计算
• 即OpenCV适用的场景在TensorFlow上都适用

二.搭建OpenCV和TensorFlow一站式开发环境：Anaconda

1.什么是Anaconda

• TensorFlow和OpenCV的开发平台

2.Mac下搭建Anaconda

• 下载并安装anaconda软件
• 下载并安装TensorFlow和OpenCV环境的配置
• 在TensorFlow环境下，下载并安装notebook【以后Python语言在notebook下进行编辑】

三.测试案例Helloworld

1.搭建环境

• 在Anaconda中的Environment create一个新的环境，命名为tensorflow
• 在这个环境中安装tensorflow/opencv等相关库
• 在Home中安装notebook并launch

2.编写hello tensorflow

• 对于其他变量可以使用print直接打印，对于tensorflow只能借助session进行打印

• 创建python文件并编写

  import tensorflow as tf
  hello = tf.constant('Hello tensorflow!')
  sess = tf.Session()
  print(sess.run(hello))
  #执行结果：Hello tensorflow!
  

• 常量的定义tf.constant('Hello tensorflow!')

• 创建sessionsess = tf.Session()

• 打印print(sess.run(hello))

• 通过验证，tensorflow插件安装没有问题

3.验证openCV插件安装没有问题

• 创建python文件并编写

  import cv2
  print('hello opencv')
  #执行结果：hello opencv
  

四.利用搭建的环境实现图片的读取和展示

1.实现图片的读取和展示

• 创建文件夹添加图片
• 在文件夹中添加Python文件

2.编写python文件思路

• opencv模块的引入
• 调用API实现需要的功能（图片的读取与展示）
• 程序的暂停stop（图片的读取是一瞬间的事儿，如果不停止则展示一下就会消失）

3.编写python文件

import cv2
img = cv2.imread('image0,jpg')#参数1：图片的名称 参数2：图片的类型(0-灰度图片，1-彩色图片)
#imread方法(返回图片的内容)，具体操作如下
#1.方法实现图片的读取
#2.封装格式的解析
#3.数据解码
#4.数据的加载
cv2.imshow('image',img)#参数1：当前窗体的名称 参数2：需要展示的图片内容
cv2.waitKey(0)#实现程序的暂停

五.OpenCV第三方开发库

将OpenCV库的release版本下载下来从而查看对应的文件

1.模块介绍

• 所有的文件夹代表OpenCV中比较重要的模块
• calib3d模块：用于相机的校准和3d内容相关
• core模块：记录openCV中基础数据类型，矩阵操作，绘图相关，几乎和OpenCV所有基础相关内容
• dnn模块：和神经网络相关的模块
• features2d：和图像及焦点检测相关
• flann：和聚类相关，如聚类搜索算法等等
• highgui：与图形相关交互的
• imgcodecs和imgproc：描述与图像处理相关的，如图像的均衡化，颜色变换等
• ml：机器学习模块（如SVM支持向量机等等）
• objdetect：物体检测模块
• photo：图片的处理，如图片的修复、去燥
• shape很少用到
• stitching：用于大图像拼接
• video、videoio、videostab：三个video模块用于描述视频信息，如视频分解图像、图像合成视频等等

六.图片写入案例

1.图片读取案例的解析

• imread方法的具体操作
  • 方法实现图片的读取
  • 封装格式的解析
  • 数据解码
  • 数据的加载
• 常见的图片封装格式
  • jpg
  • png
• 图片的封装格式通常分成两部分看待
  • 文件头【数据部分的解码信息及附加信息，解码器通过附加信息将图像还原成最原始的内容】
  • 文件数据【不是图片的原始数据，而是图片经过压缩编码之后的数据】
  • 不同的jpg/png的文件头和文件数据完全不同
• 为什么要进行压缩编码？
  • 方便文件的存储和传输

2.根据自己需要的图片格式完成图片的写入功能

import cv2
img = cv2.imread('image0.jpg',1)
cv2.imwrite('image1.jpg',img)#参数1：保存的文件名 参数2：这里的img已经是解码之后的数据(原始数据)
#从而实现：创建了一个新的图片[即复制之前的图片]

七.不同图片质量保存案例

1.JPG图片格式的压缩实例代码

import cv2
img = cv2.imread('image0.jpg',1)
cv2.imwrite('imageTest.jpg',img,[cv2.IMWRITE_JPEG_QUALITY,0])#参数3：当前图片的质量,jpg质量在0~100，有损压缩，以牺牲图片质量为代价

2.PNG图片格式的压缩实例代码

• png相对于jpg格式的压缩特点

  • jpg是有损压缩；png是无损压缩
  • jpg没有办法设置图片的透明度；png有一个透明度属性，修改rgb值时还可以修改图片的透明度
  • 对于jpg来说，数字越小，压缩比越高，图片质量损失严重，压缩范围0-100；对于png来说，数字越小，压缩比越低，压缩范围0-9

• 实例代码

  import cv2
  img = cv2.imread('image0.jpg',1)
  cv2.imwrite('imageTest.png',img,[cv2.IMWRITE_PNG_COMPRESSION,0])#COMPRESSION设置压缩比
  

八.像素操作基础

图片是由无数个像素点组成

1.什么是像素点

• 每一个像素点都可以使用RGB三种颜色分量来进行组合，如黄色由40%红色，40%绿色和40%组成，三种颜色深度是在0-255【8位，即2的八次方】
• 像素：就是图片放大看到的一个个方块
• 颜色深度：8bit的颜色深度表示的颜色范围在0-255，即256的三次方

2.像素点如何存储

• 图片在计算机中以二进制的方式进行存储，如黄色203 203 9【保存在计算机中就是11001011 11001011 00001001】

3.图片的宽高

• 如图片是640*480表示图片在水平方向上有640个像素点，垂直方向上有480个像素点

4.图片大小如何计算

• 如一张图片是1.14M，宽度是720，高度是547
• 位压缩图片的计算方法:1.14M = 720*547(得到一张图片上的点像素)*3(每一个像素上有3个rgb颜色分量)*8bit（每一个分量是8位的颜色深度）/8（单位B，从bit转化成B）整体转成M则是1.14
• 对于PNG图片，每一个像素点除了RGB三个颜色分量之外，可能还有alpha通道，用于描绘图片的透明度

5.颜色存储格式

• 我们通常见到的图片存储格式除了RGB之外，还有BGR
• 什么是BGR?
  • BGR第一个像素值不是红色，而是蓝色
• BGR中的b称为蓝色分量，g称为绿色分量，r称为红色分量，每一个颜色分量称之为一个颜色通道