OpenCV之图像处理基础

Fu Xianjun. All Rights Reserved.

OpenCV是一个开源的计算机视觉库， 1999年由英特尔的Gary Bradski 启动。Bradski 在访学过程中注意到，在很多优秀大学的实验室中，都有非常完备的内部公开的计算机视觉接口。这些接口从一届学生传到另一 届学生， 对于刚入门的新人来说，使用这些接口比重复造轮子方便多了。这些接口可以让他们在之前的基础上更有效地开展工作。OpenCV 正是基于为计算机视觉提供通用接口这一目标而被策划的

学图像处理技术有什么用？

薪资待遇

能力要求

1.有图像处理、机器学习相关的学习和研究经历，具有较好的数学和算法基础；
2.熟悉Python 、C/C++、Java等语言，熟练使用OpenCV等视觉库，掌握图像处理的接口
函数、深入了解OpenCV部分源码；
3.熟悉Ubuntu、redhat等系统下深度学习环境搭建及yolo、caffe-ssd、caffe-faster-
rcnn等深度学习模型训练，并能进行调优；
4.强大的学习能力，能快速掌握新技术并理解其运用场景；
5.根据业务需求，设计并实现新的算法。

目录

一. 数字图像

二. openCV

三. 图像读取、显示、保存

四. 图像像素处理

五. openCV的安装

重点：图像获取、显示以及相关信息获取
难点：图像像素访问与修改

1.数字图像

由二维的元素组成，每个元素包含一个坐标以及响应值

2.数字图像处理

针对特定任务，提升图像的可理解性

                                                                  数字图像

                                                                  

openCV

以提供开发者可以在此基础上进行开发的通用，接口为手段传播视觉相关知识，这样代码有更
强的可读性和移植性。

3.图像读取、显示、保存

图像读取

cv2.imread('cat.jpg')

cv2.imread('cat.jpg',import cv2 #opencvcv2.IMREAD_GRAYSCALE读取的格式是BGR)

cv2.imread('cat.jpg', cv2.IMREAD_COLOR)

图像显示

cv2.imshow(name,img) 

 cv2.waitKey(0) impo

cv2.destroyAllWindows()

图像保存

cv2.imwrite(mycat2.png',img)import cv2 #opencv

4.图像像素处理

像素访问

Numpy包（支持多维数组的高效运算）

import numpy as np

像素修改

for循环

item（）

itemset（）