超详细OpenCV之python操作
简介
OpenCV是⼀款由Intel公司俄罗斯团队发起并参与和维护的⼀个计算机视觉处理开源软件库，⽀持与计算机视觉和机器学习相关的众多算法，并且正在⽇益扩展。
OpenCV-Python
OpenCV-Python是⼀个Python绑定库，旨在解决计算机视觉问题。
Python是⼀种由Guido van Rossum开发的通⽤编程语⾔，它很快就变得⾮常流⾏，主要是因为它的简单性和代码可读性。它使程序员能够⽤更少的代码⾏表达思想，⽽不会降低可读性。
与C / C++等语⾔相⽐，Python速度较慢。也就是说，Python可以使⽤C / C++轻松扩展，这使我们可以在C / C++中编写计算密集型代码，并创建可⽤作Python模块的Python包装器。这给我们带来了两个好处：⾸先，代码与原始C / C++代码⼀样快（因为它是在后台⼯作的实际C++代码），其次，在Python中编写代码⽐使⽤C / C++更容易。OpenCV-Python是原始OpenCV C++实现的Python包装器。
OpenCV-Python使⽤Numpy，这是⼀个⾼度优化的数据库操作库，具有MATLAB风格的语法。所有Ope
nCV数组结构都转换为Numpy 数组。这也使得与使⽤Numpy的其他库（如SciPy和Matplotlib）集成更容易。
快速上⼿
安装：
安装OpenCV之前需要先安装numpy, matplotlib。
先安装OpenCV-Python, 由于⼀些经典的算法被申请了版权，新版本有很⼤的限制，所以选⽤3.4.3以下的版本
pip install opencv-python==3.4.2.17
测试：
运⾏以下代码⽆误表⽰安装成功
import cv2
# 读⼀个图⽚并进⾏显⽰(图⽚路径需⾃⼰指定)
lena=cv2.imread("1.jpg")
cv2.imshow("image",lena)
cv2.waitKey(0)
如果我们要利⽤SIFT和SURF等进⾏特征提取时，还需要安装：
pip install opencv-contrib-python==3.4.2.17
OpenCV的模块
其中core、highgui、imgproc是最基础的模块，该课程主要是围绕这⼏个模块展开的，分别介绍如下：
core模块实现了最核⼼的数据结构及其基本运算，如绘图函数、数组操作相关函数等。
highgui模块实现了视频与图像的读取、显⽰、存储等接⼝。
imgproc模块实现了图像处理的基础⽅法，包括图像滤波、图像的⼏何变换、平滑、阈值分割、形态学处理、边缘检测、⽬标检测、运动分析和对象跟踪等。
对于图像处理其他更⾼层次的⽅向及应⽤，OpenCV也有相关的模块实现
features2d模块⽤于提取图像特征以及特征匹配，nonfree模块实现了⼀些专利算法，如sift特征。
objdetect模块实现了⼀些⽬标检测的功能，经典的基于Haar、LBP特征的⼈脸检测，基于HOG的⾏⼈、汽车等⽬标检测，分类器使⽤Cascade Classification（级联分类）和Latent SVM等。
stitching模块实现了图像拼接功能。
FLANN模块（Fast Library for Approximate Nearest Neighbors），包含快速近似最近邻搜索FLANN 和聚类Clustering算法。
ml模块机器学习模块（SVM，决策树，Boosting等等）。
photo模块包含图像修复和图像去噪两部分。
video模块针对视频处理，如背景分离，前景检测、对象跟踪等。
calib3d模块即Calibration（校准）3D，这个模块主要是相机校准和三维重建相关的内容。包含了基本的多视⾓⼏何算法，单个⽴体摄像头标定，物体姿态估计，⽴体相似性算法，3D信息的重建等等。
G-API模块包含超⾼效的图像处理pipeline引擎。
图像的IO操作
读取图像
cv.imread()
参数：
要读取的图像
读取⽅式的标志
cv.IMREAD*COLOR：以彩⾊模式加载图像，任何图像的透明度都将被忽略。这是默认参数。
cv.IMREAD*GRAYSCALE：以灰度模式加载图像
cv.IMREAD_UNCHANGED：包括alpha通道的加载图像模式。
可以使⽤1、0或者-1来替代上⾯三个标志
import numpy as np
import cv2 as cv
# 以灰度图的形式读取图像
img = cv.imread('messi5.jpg',0)
显⽰图像
cv.imshow()
参数：
显⽰图像的窗⼝名称，以字符串类型表⽰
要加载的图像
注意：在调⽤显⽰图像的API后，要调⽤cv.waitKey()给图像绘制留下时间，否则窗⼝会出现⽆响应情况，并且图像⽆法显⽰出来。另外我们也可使⽤matplotlib对图像进⾏展⽰。
rectangle函数opencv# opencv中显⽰
cv.imshow('image',img)
cv.waitKey(0)
# matplotlib中展⽰
plt.imshow(img[:,:,::-1])
保存图像
cv.imwrite()
参数：
⽂件名，要保存在哪⾥
要保存的图像
cv.imwrite('messigray.png',img)
案例：
import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt
# 1 读取图像
img = cv.imread('messi5.jpg',0)
# 2 显⽰图像
# 2.1 利⽤opencv展⽰图像
cv.imshow('image',img)
# 2.2 在matplotplotlib中展⽰图像
plt.imshow(img[:,:,::-1])
plt.title('匹配结果'), icks([]), icks([])
plt.show()
k = cv.waitKey(0)
# 3 保存图像
cv.imwrite('messigray.png',img)
绘制⼏何图形
绘制直线
cv.line(img,start,end,color,thickness)
参数：
img：要绘制直线的图像
Start,end: 直线的起点和终点
color: 线条的颜⾊
Thickness: 线条宽度
绘制圆形
cv.circle(img,centerpoint, r, color, thickness)
参数：
img：要绘制圆形的图像
Centerpoint, r: 圆⼼和半径
color: 线条的颜⾊
Thickness: 线条宽度，为-1时⽣成闭合图案并填充颜⾊绘制矩形
参数：
img：要绘制矩形的图像
Leftupper, rightdown: 矩形的左上⾓和右下⾓坐标
color: 线条的颜⾊
Thickness: 线条宽度
向图像中添加⽂字
cv.putText(img,text,station, font, fontsize,color,thickness,cv.LINE_AA)
参数：
img: 图像
text：要写⼊的⽂本数据
station：⽂本的放置位置
font：字体
Fontsize ：字体⼤⼩
案例：
我们⽣成⼀个全⿊的图像，然后在⾥⾯绘制图像并添加⽂字
import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt
# 1 创建⼀个空⽩的图像
img = np.zeros((512,512,3), np.uint8)
# 2 绘制图形
cv.line(img,(0,0),(511,511),(255,0,0),5)
cv.circle(img,(447,63),63,(0,0,255),-1)
font = cv.FONT_HERSHEY_SIMPLEX
cv.putText(img,'OpenCV',(10,500), font,4,(255,255,255),2,cv.LINE_AA) # 3 图像展⽰
plt.imshow(img[:,:,::-1])
plt.title('匹配结果'), icks([]), icks([])
plt.show()

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。