tensorflow环境下的识别食物_TensorFlow深度学习（二）：识别摄像头看到的内容

本节我们介绍如何使用 OpenCV + TensorFlow 识别摄像头看到的内容

前言

上节课我们成功安装了 TensorFlow 并且运行了官方的例子，对官方的图片成功进行了识别，那么我们能不能使用自己的图像输入源来跟TensorFlow配合呢？答案是可以的，这节课我们就来一起看看如何使用本地的摄像头和TensorFlow来进行配合。

如果还没有看过上篇手记的同学，可以戳下面的链接来学习一下如何搭建TensorFlow的开发环境吧~

安装OpenCV

首先我们想要操作摄像头，就需要安装OpenCV，由于我们是在Windows系统上，所以安装OpenCV要使用别人编译过的whl文件来安装。去下面的地址，选择适合你的whl文件版本：

我下载的是 opencv_python‑3.4.1+contrib‑cp36‑cp36m‑win_amd64.whl 其中 cp36 表示 cpython3.6 的版本，win 表示 windows系统，amd64 表示64位。同理，如果你是python其他版本就选择对应的cp和系统位数。建议跟本教程一样的环境，避免不必要的麻烦。

下载完成以后，进入文件存放的目录输入命令：

pip install opencv_python‑3.4.1+contrib‑cp36‑cp36m‑win_amd64.whl

即可完成安装，如果你没有安装anaconda可能会有一些包安装失败，因为OpenCV需要很多依赖包。

测试安装

在python交互界面输入以下命令，打印出3.4.1表示安装成功，代表我们安装的是opencv的3.4.1版本

import cv2

cv2.__version__

有些同学可能从来没有接触过OpenCV，这里就对OpenCV做一个简单的小例子：

import numpy as np

import cv2

# 打开本地摄像头，括号内表示设备编号，第一个设备为0，如果电脑有两个摄像头，第二个摄像头就是1

cap = cv2.VideoCapture(0)

while(True):

# 从摄像头中读取画面，while表示循环读取画面，也就是一张一张图片形成了一个视频

ret, image = cap.read()

# 设置每一张图片的颜色

img_color = cv2.cvtColor(image, 0)

# 显示窗口

cv2.imshow('window', img_color)

# 如果按下键盘上的 Q 就关闭窗口

if cv2.waitKey(1) & 0xFF == ord('q'):

break

# 释放资源

cap.release()

# 关闭窗口

cv2.destroyAllWindows()

由此案例我们就可以发现，cap.read() 就是读取一帧摄像头的画面，当我们把它放在一个死循环中，它就会不断的读