opencv學習指南入門篇（一）

（注：本文摘錄自Adrian Rosebrock的教程文章經翻譯整理而來）

1.在Ubuntu16.04系統上安裝OpenCV和imutils

（1）opencv安裝在我以前的博文上介紹過能夠翻閱；
（2）安裝imutils：

pip install imutils

若是是使用虛擬環境的話，記得進入虛擬環境後再安裝imutils
簡單介紹一下imutils：它是在opencv的基礎上對一些方法進行了封裝，使得一些圖像處理方法更方便易用

2.查看咱們opencv項目結構

假設咱們將下載到的源碼存放在「下載」文件夾下，執行如下命令：

cd 下載
unzip opencv-tutorial.zip
cd opencv-tutorial
tree

第一個腳本opencv_tutorial_01.py將使用電影《侏羅紀公園》中的圖像（jp.png）進行基本的圖像處理操做。
第二個腳本opencv_tutorial_02.py將介紹如何使用這些圖像處理模塊來建立OpenCV應用程序，以計算Tetris圖像（tetris_blocks.png ）中的對象數量。

3.加載並顯示圖像

首先在文本編輯器或IDE中打開opencv_tutorial_01.py：

#導入必要的軟件包
import imutils
import cv2
#加載並顯示圖像尺寸
#將圖像表示爲包含h、w、d的多維numpy數組即變量"image"
#形狀參數包括行(height) x 列 (width) x 通道 (depth)
image = cv2.imread("jp.png")
(h, w, d) = image.shape
print("width={}, height={}, depth={}".format(w, h, d))
#在屏幕上顯示圖像，鼠標要點擊到圖像窗口
#按任意鍵繼續執行程序
cv2.imshow("Image", image)
cv2.waitKey(0)

深度是通道數——在咱們的例子中是3，由於咱們正在使用3個顏色通道：藍色，綠色和紅色（RGB）。
print輸出寬、高、深度：

width=600, height=322, depth=3

cv2.waitKey(0)：等待按鍵，這一點很重要，不然咱們的圖像顯示和消失的速度將比咱們看到圖像還要快

4.訪問單個像素

全部圖像都由像素組成，640 x 480圖像具備640列（寬度）和480行（高度），有640×480 = 307200個像素點
灰度圖像中的每一個像素都有一個表明灰度的值，在OpenCV中，有256種灰度（從0到255）。所以，灰度圖像將具備與每一個像素關聯的灰度值。
彩色圖像中的像素具備其餘信息，在學習圖像處理時很快就會熟悉幾種色彩空間。爲簡單起見，咱們僅考慮RGB顏色空間。
在OpenCV彩色圖像中，RGB（紅色，綠色，藍色）顏色空間中的每一個像素都有一個3元組(B, G, R) ，注意，順序是BGR而不是RGB。
BGR 3元組中的每一個值的範圍爲[0, 255] 。OpenCV中RGB圖像中的每一個像素有多少種顏色可能性？這很簡單：256×256×256 = 16777216

#訪問位於x = 50（w），y = 100(h)的RGB像素
#OpenCV以BGR而不是RGB的順序存儲圖像
(B, G, R) = image[100, 50]
print("R={}, G={}, B={}".format(R, G, B))

前面已知圖片尺寸爲width=600, height=322, depth=3 。咱們能夠經過指定座標來訪問數組中的各個像素值，只要它們在最大寬度和高度以內便可,圖像指定像素點的格式爲：image[Y,X]。
在終端打印出該像素的RGB值：

R=41, G=49, B=37

5.提取感興趣區域（ROI）

提取「感興趣區域」（ROI）是圖像處理的一項重要技能。
舉例來講，您正在識別電影中的人臉。首先，您將運行人臉檢測算法以查找正在使用的全部幀中人臉的座標。而後，您須要提取面部ROI，而後保存它們或對其進行處理。
手動提取ROI經過數組切片來實現：

#從輸入圖像提取一個100*100的感興趣區，
#從x=320,y=60到x=420,y=160，並顯示圖像
roi = image[60:160, 320:420]
cv2.imshow("ROI", roi)
cv2.waitKey(0)

數組切片的格式爲：image[startY:endY, startX:endX]，注意前閉後開

6.調整圖像大小

調整圖像大小很重要，緣由有不少。首先，咱們可能須要調整大圖像的大小以適合屏幕。在較小的圖像上，圖像處理也更快，由於要處理的像素更少。在深度學習的狀況下，咱們常常忽略寬高比來調整圖像的大小，以使體積適合網絡，這要求圖像是正方形且具備必定尺寸。

#忽略寬高比，將原始圖像調整爲200 x 200像素：
resized = cv2.resize(image, (200, 200))
cv2.imshow("Fixed Resizing", resized)
cv2.waitKey(0)

因爲忽略了寬高比，獲得的圖像已經失真。

假設要將600像素寬的圖像調整爲300像素寬，同時保持寬高比。

#固定大小調整扭曲了寬高比，因此讓咱們將寬度調整爲300px，
#但根據寬高比獲得height
r = 300.0 / w
dim = (300, int(h * r))
resized = cv2.resize(image, dim)
cv2.imshow("Aspect Ratio Resize", resized)
cv2.waitKey(0）

咱們計算新寬度與舊寬度的比率（剛好是0.5）。
在此，咱們指定新圖像的尺寸dim 。咱們知道，咱們但願有一個300像素寬的圖像，但咱們必須乘以該比例計算新高度h。
將dim（圖像的尺寸）輸入到cv2.resize函數中，咱們如今得到了一個名爲resized的新圖像，該圖像沒有失真。

可是，咱們是否可使調整大小時保持寬高比的過程變得更加容易？
使用imutils中的函數：imutils.resize

#手動計算寬高比可能很麻煩，
#因此讓咱們使用＃imutils庫來代替
resized = imutils.resize(image, width=300)
cv2.imshow("Imutils Resize", resized)
cv2.waitKey(0)

這樣保留了寬高比並調整圖像的大小隻須要須要提供圖像的width或height做爲參數

7.旋轉圖像

# 首先計算圖像中心，"//"表示向下取整除
# 構造旋轉矩陣
# 最後應用warpAffine​函數旋轉圖像
center = (w // 2, h // 2)
M = cv2.getRotationMatrix2D(center, -45, 1.0)
rotated = cv2.warpAffine(image, M, (w, h))
cv2.imshow("OpenCV Rotation", rotated)
cv2.waitKey(0)

-45表示將圖像順時針旋轉45度。回憶一下中學關於單位圓的信息，正角是逆時針方向，負角是順時針方向。

# 使用imutils執行相同的操做
rotated = imutils.rotate(image, -45)
cv2.imshow("Imutils Rotation", rotated)
cv2.waitKey(0)

可是以上的操做都使圖像被裁剪，運用imutils.rotate_bound函數使整個圖像保持可見。 ：

rotated = imutils.rotate_bound(image, 45)
cv2.imshow("Imutils Bound Rotation", rotated)
cv2.waitKey(0)

8.平滑圖像

在許多圖像處理場合中，咱們必須對圖像進行模糊處理以減小高頻噪聲，從而使咱們的算法更容易檢測和理解圖像的實際內容，在OpenCV中，對圖像進行模糊處理很是容易，而且有多種方法能夠完成圖像處理。

# 將具備11x11內核的高斯模糊應用於圖像以使其平滑，減小高頻噪聲
blurred = cv2.GaussianBlur(image, (11, 11), 0)
cv2.imshow("Blurred", blurred)
cv2.waitKey(0)

較大的內核將產生更模糊的圖像，較小的內核將建立較少的模糊圖像。

9.在圖像上繪圖

咱們將在輸入圖像上繪製矩形，圓形和直線，咱們還將在圖像上覆蓋文本。
在繼續使用OpenCV在圖像上繪圖以前，請注意，在圖像上進行繪圖操做是直接執行的。所以，在每一個代碼塊的開頭，咱們製做原始圖像的副本，並將副本存儲爲output 。而後，咱們繼續繪製output的圖像，以避免破壞原始圖像。
（1）在伊恩·馬爾科姆（Ian Malcolm）的臉上繪製一個矩形：

# 在男主臉上畫個矩形，線粗爲2
output = image.copy()
cv2.rectangle(output, (320, 60), (420, 160), (0, 0, 255), 2)
cv2.imshow("Rectangle", output)
cv2.waitKey(0)

在OpenCV中繪製矩形比較簡單，使用預先計算的座標，向cv2.rectangle函數提供瞭如下參數：

• img ：要繪製的目標圖像output
• pt1 ：起始像素座標，在咱們的例子中位於左上角，(320, 60)
• pt2 ：結束像素座標，右下角的像素位於(420, 160)
• color ：BGR元組，紅色(0 , 0, 255)
• thickness ：線粗（負值將造成一個實心矩形），,這裏爲2

因爲咱們使用的是OpenCV的函數而不是NumPy的操做，所以咱們能夠按（x，y）的順序而不是（y，x）的順序提供座標，由於咱們沒有直接操做或訪問NumPy數組爲咱們處理這些事情。

（2）在Ellie Sattler博士的臉前放置一個藍色實心圓：

# 畫一個實心藍色圓在x=300,y=150
output = image.copy()
cv2.circle(output, (300, 150), 20, (255, 0, 0), -1)
cv2.imshow("Circle", output)
cv2.waitKey(0)

要繪製圓，須要向cv2.circle提供如下參數 ：

• img ：圖像名稱
• center ：圓的中心座標，這裏是(300, 150)
• radius ：圓半徑（以像素爲單位），設置爲20個像素值
• color ：圓圈顏色，藍色(255, 0, 0)
• thickness ：線的粗細，使用負值（-1），所以圓圈是實心的

（3）畫一條紅線，這條線穿過Ellie的頭，通過她的眼睛，一直到Ian的手：

# 畫一條線寬爲5的紅線從x=60,y=20到x=400,y=200
output = image.copy()
cv2.line(output, (60, 20), (400, 200), (0, 0, 255), 5)
cv2.imshow("Line", output)
cv2.waitKey(0)

就像在矩形中同樣，須要兩個參數，顏色和線寬。

（4）在圖像上覆蓋文本：
若是進行人臉識別，則可能須要在該人的臉上方繪製該人的名字
或者若是在計算機視覺事業中取得進步，則能夠構建圖像分類器或對象檢測器，須要繪製包含類名和機率的文本。

# 在圖像上繪製文本
output = image.copy()
cv2.putText(output, "OpenCV + Jurassic Park!!!", (10, 25), 
    cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 255, 0), 2)
cv2.imshow("Text", output)
cv2.waitKey(0)

putText函數的功能負責在圖像上繪製文本，須要的參數：

• img ：圖像名稱
• text ：要在圖像上寫/畫的文本字符串
• pt ：文本的起點
• font ：常常用cv2.FONT_HERSHEY_SIMPLEX字體，能夠官網查閱
• scale ：字體大小
• color ：文字顏色
• thickness ：筆劃的粗細（以像素爲單位）

10.運行腳本

我使用的是vscode，右鍵-在終端中運行便可