使用 OpenCV 收集数据

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

OpenCV 是“开源计算机视觉”的缩写，是一个机器学习库，旨在实现图像处理和计算机视觉应用。与对象检测和识别相反，OpenCV 还有一个应用是它收集数据的能力。更准确地说，它可以通过在你的机器中本地保存图像来创建数据集。请允许我详细说明。

这是一个简单的代码片段。（我将使用 Python v 3.9.7 进行演示）

导入库：我们需要 Python 的 OpenCV 和 OS 库来执行数据收集。如果你没有预先安装这些软件包，你可以通过在命令提示符中执行以下命令来安装它们：

• OpenCV: pip install opencv-python

• OS: pip install os-sys

import cv2
import os

初始化：下一步涉及创建一个 VideoCapture 对象，该对象从系统的网络摄像头实时捕获视频。这是原始文档的链接：https://docs.opencv.org/4.x/dd/d43/tutorial_py_video_display.html

我们还需要三个变量：

• flag_collecting：这是一个布尔变量，用作暂停/恢复按钮。

• images_collected：这是一个整数变量，用于指示系统中收集和保存的图像数量。

• images_required：这是一个整数变量，用于指示我们打算收集的图像数量。

然后，我们必须使用 OS 库中的mkdir（make-directory 的缩写）命令创建一个文件夹/目录（在本例中为 testing_demo ）。

cap = cv2.VideoCapture(0)

flag_collecting = False
images_collected = 0
images_required = 50

directory = 'testing_demo'
os.mkdir(directory)

代码的关键：如果这是你第一次使用 OpenCV，建议你阅读此文档以了解代码：https://docs.opencv.org/4.x/dd/d43/tutorial_py_video_display.html

将逐行解释对标准代码的所有修改，以确保它更容易理解。

第 3 行：使用*flip()*命令沿 y 轴翻转帧，以确保视频以正确的方式显示。

第 5 行：while 循环将持续运行，直到收集的图像等于所需的图像。

第 8 行：使用 cv2.rectangle 命令画一个黑色方块。

第 11-14 行：提取黑色方块内的切片帧或屏幕的一部分。然后我会将这些提取的帧保存在上面创建的目录中。这将产生尺寸为 240x240 像素的图像。

OpenCV 中坐标系的原点位于左上角。(80,320) 是从原点开始的 y 坐标，它随着向下移动而增加。(380, 620) 是从原点开始的 x 坐标，它随着向右移动而增加。所以 (380, 80) 和 (620, 320) 对应黑色方块的左上角和右下角坐标。

第 16-18 行：显示在给定坐标处收集的图像数量。

第 21–22 行：键盘字符“s”（用于开始/停止）用于暂停或恢复图像收集。它本质上是一个切换按钮。

第 23 行：键盘字符 'q'（用于退出）用于关闭窗口

while True:
    ret, frame = cap.read()
    frame = cv2.flip(frame, 1)
    
    if images_collected == images_required:
        break

    cv2.rectangle(frame, (380,80),(620,320), (0, 0, 0), 3)

    if flag_collecting == True:
        sliced_frame = frame[80:320,380:620]
        save_path = os.path.join(directory, '{}.jpg'.format(images_collected + 1))
        cv2.imwrite(save_path, sliced_frame)
        images_collected += 1

    cv2.putText(frame, "Saved Images: {}".format(images_collected), (400, 50),
                cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 0, 0), 2)
    cv2.imshow("Data Collection", frame)
    
    k = cv2.waitKey(10)
    if k == ord('s'):
        flag_collecting = not flag_collecting
    if k == ord('q'):
        break

print(images_collected, "images saved to directory")
cap.release()
cv2.destroyAllWindows()

应用：最初使用这种技术收集手部符号的图像来创建图像数据集（数据集可以在 Kaggle 上获得：https://www.kaggle.com/datasets/abhinowww/hand-cricket-symbols。你可以用任何东西创建图像数据集。发挥创意！

实施：已经添加了这个代码的一些图像。建议你在身后有一面空白墙壁来收集数据，以确保框架中没有外部噪音。

下图是在运行代码之后，在按下键盘上的字符“s”之前拍摄的，这将启动图像收集过程。

图像收集前的初始状态

现在这张图片是在运行代码并按键“s”之后拍摄的。如你所见，收集的图像数量显示在黑色方块上方。这个黑色方块的大小可以根据用户的意愿更改为任何形状或大小。

图像收集过程中的中间状态

这是图像收集的结果。

收集的样本图像

这是遇到过的收集和格式化图像数据的最简单方法之一！

好消息！

小白学视觉知识星球

开始面向外开放啦👇👇👇

下载1：OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。


下载2：Python视觉实战项目52讲
在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。


下载3：OpenCV实战项目20讲
在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。


交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~