OpenCv-Python 開源計算機視覺庫 (一)

1. 初識 OpenCv

1999年，英特爾的 Gary Bradsky 發起了 OpenCv 項目，並於 2000 年發佈第一個版本。2005年，OpenCv 被首次應用在 Stanley，這也是贏得同年 DARPA 大挑戰賽的車型。現在，OpenCv 除了支持計算機視覺，還增長了衆多機器學習相關算法，將來還將持續擴展。

OpenCV 支持衆多主流編程語言，如：C++，Python，Java 等，可在不一樣的平臺上使用，包括 Windows，Linux，OS X，Android 和 iOS。此外，基於 CUDA 的高速 GPU 運算接口，和 OpenCL 也在開發當中。

2. OpenCV-Python

本文介紹的是 OpenCv 的 Python 接口，即 OpenCV-Python，但它並不是 OpenCv 的 Python 實現，而僅僅是原生 OpenCv C++ 實現的 Python 包裝，也就是說，咱們能夠像普通 Python 模塊同樣導入使用，但後臺運行的依然是 C++ 程序，這樣既發揮了 Python 的簡單易用性，也充分利用了 C++ 的執行高效性，可謂二者兼得。

值得注意的是，OpenCv-Python 使用 numpy 進行數值運算，全部的 OpenCv（C++）的數組結構都在內部轉換成 numpy 數組。固然，這也使得它更容易與其餘使用 numpy 的庫集成，如：Scipy 和 Matplotlib 。

3. 安裝

pip install opencv-python
複製代碼

4. 功能概覽

• GUI支持: 顯示和保存圖片和視頻，控制鼠標事件和跟蹤欄
• 核心運算：圖片像素編輯，對圖像執行算術運算，性能優化
• 圖像處理：顏色空間變化，幾何變換，圖像閾值，平滑處理，漸變，邊緣檢測，融合，輪廓線，直方圖，傅立葉變化，餘弦變換，模版匹配，霍夫線變換，霍夫圓變換，圖像分割，前景提取，
• 特徵檢測與描述：哈里斯角點檢測，托馬斯角點檢測，SIFT，SURF，ORB，特徵匹配，圖像查找
• 視頻分析：背景分割，目標追蹤，
• 相機校準與三維重建：相機校準，姿態預測，極線幾何，圖像提取景深（3維重建）
• 機器學習：KNN(K 臨近值)，SVM(支持向量機), K-Means Clustering(K均值聚類)
• 計算機影像學：圖像去噪，圖像復原，HDR
• 目標檢測：人臉識別

5. 基本操做

導入模塊：

import cv2 as cv
複製代碼

5.1 圖片打開, 顯示, 保存

使用 cv.imread() 打開圖片，返回的是一個 numpy 數組。

img = cv.imread('dog.jpeg')

print(type(img), img.shape)
複製代碼

<class 'numpy.ndarray'> (320, 320, 3)
複製代碼

上面獲得是彩色圖片的 numpy 數組，也能夠直接獲得灰度圖片的 numpy 數組。

img_gray = cv.imread('dog.jpeg', 0)

print(type(img_gray), img_gray.shape)
複製代碼

<class 'numpy.ndarray'> (320, 320)
複製代碼

使用 cv.imshow() 顯示圖片，會打開一個窗口 GUI 界面，自動縮放圖片到適合顯示的大小，並跟蹤鼠標移動，在圖片下方跟蹤欄，顯示當前位置和像素值。imshow() 第一個參數是窗口界面標題，以下圖 「image」 。

cv.imshow('image', img)
cv.waitKey(0)
cv.destroyAllWindows()
複製代碼

若是對讀取的圖片數據(numpy 數組)進行了修改，想保存修改後的圖片保存到磁盤，就須要用到 cv.imwrite()，函數接收兩個參數，第1個參數爲保存的文件名，第2個參數爲圖像數據，即 numpy 數組。

cv.imwrite('dog_gray.png', img_gray)
複製代碼

True
複製代碼

咱們已經知道如何使用 opencv-python 打開，顯示，保存圖片，那麼綜合應用起來，能夠作一個完整的小程序。

打開並讀取圖片灰度數據，顯示圖片窗口，等待用戶鍵盤輸入，按 ESC 鍵退出，按字母 s 鍵保存灰度圖並退出。

img = cv.imread('dog.jpeg', 0) # 打開灰度圖
cv.imshow('dog', img) # 在窗口顯示圖片
k = cv.waitKey(0) # 持續等待鍵盤事件
if k == 27:         # 按 ESC 鍵退出
    cv.destroyAllWindows()
elif k == ord('s'): # 按字母 s 鍵保存並退出
    cv.imwrite('dog_gray.png',img)
    cv.destroyAllWindows()
複製代碼

5.2 視頻捕獲，播放，保存

5.2.1 捕獲實時視頻流

從筆記本電腦內置攝像頭，捕獲實時視頻流（一張張圖片），並顯示通過灰度處理後的視頻幀，效果就是通過灰度處理後的視頻。

cap = cv.VideoCapture(0)
if not cap.isOpened():
    print("沒法打開視頻輸入設備!")
    exit()
while True:
    # 一幀一幀讀取視頻
    ret, frame = cap.read()
    # 若是成功讀取到視頻幀，返回 True
    if not ret:
        print("沒法接收視頻輸入，請檢查是否開啓設備訪問權限。正在退出程序...")
        break
    # 在此執行對幀的處理操做
    gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)
    # 顯示處理後的幀
    cv.imshow("Capture Live Video Stream", gray)
    # 按字母 q 鍵退出程序
    if cv.waitKey(1) == ord('q'):
        break
# 釋放設備訪問，關閉全部窗口
cap.release()
cv.destroyAllWindows()
複製代碼

5.2.2 播放視頻文件

cap = cv.VideoCapture('dance.mp4')
while cap.isOpened():
    # 一幀一幀讀取視頻
    ret, frame = cap.read()
    # 若是成功讀取到視頻幀，返回 True
    if not ret:
        print("沒法接收視頻輸入，請檢查是否開啓設備訪問權限。正在退出程序...")
        break
    # gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)
    cv.imshow('Play Video File', frame)
    if cv.waitKey(1) == ord('q'):
        break
cap.release()
cv.destroyAllWindows()
複製代碼

5.2.3 保存視頻文件

從視頻輸入設備，如筆記本電腦內置攝像頭，捕獲實時視頻流輸入，進行一幀幀處理後，保存到文件 output.avi 。

cap = cv.VideoCapture(0)
# 定義編解碼器並建立 VideoWriter 對象
fourcc = cv.VideoWriter_fourcc(*'XVID')
out = cv.VideoWriter('output.avi', fourcc, 20.0, (640,  480))
while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        print("沒法接收視頻輸入，請檢查是否開啓設備訪問權限。正在退出程序...")
        break
    # 對每一幀進行垂直翻轉
    frame = cv.flip(frame, 0)
    # 寫入翻轉後的幀
    out.write(frame)
    cv.imshow('Capture Live Video Stream', frame)
    if cv.waitKey(1) == ord('q'):
        break
# 線程結束，釋放全部資源
cap.release()
out.release()
cv.destroyAllWindows()
複製代碼

---

堅持寫專欄不易，若是以爲本文對你有幫助，記得點個贊。感謝支持！

• 我的網站: kenblog.top
• github 站點: kenblikylee.github.io

微信掃描二維碼 獲取最新技術原創