Chapter0 - opencv基本操作

Chapter0 - opencv基本操作

环境简介

• 操作系统：Linux-mint-20.03
• 工具：miniconda3, jupyter-notebook，python=3.8

为了保证独立性，使用miniconda3新建python环境；

以下所有代码都在Jupyter notebook中编写、运行成功；

导入opencv和numpy

import cv2
import numpy as np

读取图片

# read picture
img_colored = cv2.imread("opencv.png", 1) # colored image.
img_gray = cv2.imread("opencv.png", 0)    # Black and white image.

print(img_gray, '\n', type(img_gray), '\n', img_gray.shape)

[[255 255 255 ... 255 255 255]
 [255 255 255 ... 255 255 255]
 [255 255 255 ... 255 255 255]
 ...
 [255 255 255 ... 255 255 255]
 [255 255 255 ... 255 255 255]
 [255 255 255 ... 255 255 255]] 
 <class 'numpy.ndarray'> 
 (610, 570)

导入的图片显示的像素信息是：689×549，即长度689，高度549；

但是在使用.shape方法时，返回的是矩阵信息，即行×列，就要变成549×689了。

图片读取后的数据类型为np.ndarray，意味着我们可以通过操作numpy、pandas等工具，来操作图像。

print(img_colored, "\nimg_colored.shape:", img_colored.shape)

[[[255 255 255]
  [255 255 255]
  [255 255 255]
  ...
  [255 255 255]
  [255 255 255]
  [255 255 255]]

 [[255 255 255]
  [255 255 255]
  [255 255 255]
  ...
  [255 255 255]
  [255 255 255]
  [255 255 255]]

 [[255 255 255]
  [255 255 255]
  [255 255 255]
  ...
  [255 255 255]
  [255 255 255]
  [255 255 255]]

 ...

 [[255 255 255]
  [255 255 255]
  [255 255 255]
  ...
  [255 255 255]
  [255 255 255]
  [255 255 255]]

 [[255 255 255]
  [255 255 255]
  [255 255 255]
  ...
  [255 255 255]
  [255 255 255]
  [255 255 255]]

 [[255 255 255]
  [255 255 255]
  [255 255 255]
  ...
  [255 255 255]
  [255 255 255]
  [255 255 255]]] 
img_colored.shape: (610, 570, 3)

如何理解610×570×3

从矩阵的形式来看，有610个"元素"，每个元素是570x3维的矩阵；

从图像的角度来看，先按行分割（610），每一行有616列，每列元素都有RGB三种属性，所以是616×3；

展示图片

# show image
cv2.namedWindow("opencv", cv2.WINDOW_AUTOSIZE)
cv2.imshow("opencv", img_gray) # "Penguins": title of image

cv2.waitKey(0)
cv2.destroyAllWindows() # 关闭所有窗口；

运行结果

cv.namedWindow("input",cv.WINDOW_AUTOSIZE)

• 作用：会先生成一个窗口，这个窗口的顶部栏会加上Penguins这个字样；

• 配合cv.imshow("Penguins", src)，因为这两个的标题是一致的（都为Penguins），所以会放在同一个窗口中显示；如果这两个的标题并不一致，那么会出现两个窗口；

• 必须配合waitKey()和destroyAllWindows()使用！不然会卡死！

• 其实如果不是特别要求显示效果，namedWindow()选配。

waitKey(time_period)

• 等待用户事件，使窗口一直保持静态，直到用户在窗口界面随便按一下键盘，窗口才会自动关闭；

• time_period: 单位毫秒ms，如果没有用户操作，在time_peroid毫秒后执行下一步操作；比如这里是cv2.destroyAllWindows()，关闭所有窗口；

• time_peroid=0代表一直保持窗口静态；

• 一定要用按键盘退出，而不是手动关闭，不然会一直卡死的；

图片缩放

# resize image
img_resized = cv2.resize(img_gray, (600,500))
cv2.imshow("Resized", img_resized)

# resize image to one half
img_resized_half = cv2.resize(img_gray, (int(img_gray.shape[1]/2), int(img_gray.shape[0]/2)))
cv2.imshow("Resized to half", img_resized_half)

cv2.waitKey(0)
cv2.destroyAllWindows()

运行结果

• Resized to half
  

• Resized
  

注意

• 这里的(600, 500)代表图片的长度和高度，而不是矩阵，对应矩阵应该是：500×600；
• 这里的操作是缩放而不是裁剪；

应用举例：用opencv进行人脸检测

检测的大致过程

• 创建级联分类器（Cascade Classifier），作用是提取面部特征数据，往往使用XML文件来保存面部特征数据；
• 用OpenCV读取图像，这也是个把图像-->NumPy数组的过程；
• 结合面部特征数据，对这些数组进行搜索，得到面部矩形的坐标；
• 使用矩形面框显示图像；