学习OpenCV：掌握计算机视觉库的强大功能与图像处理技巧

[id_178001551[id_931890642]]

今天我们要学习的是 OpenCV，它是一个极为强大的计算机视觉库。OpenCV 能够提供诸多工具和算法，有助于我们对图像和视频数据进行处理。无论是进行人脸识别，还是进行物体检测，亦或是进行图像分割，OpenCV 都有能力轻松地完成。借助这个库，你可以如同侦探一般去分析和理解图像中的信息。

[id_1479785012]

首先，我们得安装 OpenCV。接着打开终端或者命令提示符，然后输入如下命令：

pip install opencv-python

此外，若要更好地处理图像，你或许需要安装 opencv-contrib-python 。它具备更多额外的功能模块。

使用 pip 来安装 opencv-contrib-python 。

[id_915055296]

让我们从一些基本的图像操作开始，比如读取、显示和保存图像。

读取图像

创建一个名为 image_example.py 的新 Python 文件，接着在该文件中编写如下代码：

import cv2

# 读取图像文件
image = cv2.imread("example.jpg")

# 检查图像是否成功加载
if image is not None:
    print("Image loaded successfully.")
else:
    print("Error loading image.")

确保在同一目录下有一个名为 example.jpg 的图像文件。运行这段代码之后，你将会看到一条消息，此消息会表明图像是否成功加载。

显示图像

可以使用 cv2.imshow 方法来显示图像。例如：

import cv2

# 读取图像文件
image = cv2.imread("example.jpg")

# 显示图像
cv2.imshow("Example Image", image)

# 等待按键按下
cv2.waitKey(0)

# 关闭所有窗口
cv2.destroyAllWindows()

保存图像

有时我们或许需要把经过处理的图像保存成新的文件。以下是一个较为简单的事例，将图像保存为 PNG 格式：

import cv2

# 读取图像文件
image = cv2.imread("example.jpg")

# 保存为 PNG 文件
cv2.imwrite("output.png", image)

图像处理技巧

我们接下来要学习一些常用的图像处理技巧，其中包括灰度转换，还有边缘检测，以及图像缩放。

灰度转换

彩色图像转换为灰度图像是常见的预处理步骤。这里有一个例子：

import cv2

# 读取图像文件
image = cv2.imread("example.jpg")

# 转换为灰度图像
gray_image 是通过 cv2.cvtColor 函数将 image 从 cv2.COLOR_BGR2GRAY 颜色空间进行转换得到的

# 显示灰度图像
cv2.imshow("Gray Image", gray_image)

# 等待按键按下
cv2.waitKey(0)

# 关闭所有窗口
cv2.destroyAllWindows()

边缘检测

使用 Canny 算法能够对图像里的边缘进行检测。比如：

import cv2

# 读取图像文件
image = cv2.imread("example.jpg")

# 转换为灰度图像
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 使用 Canny 算法进行边缘检测
edges 是通过 cv2.Canny 函数对 gray_image 进行处理得到的，其中 threshold1 为某个特定的值。50, threshold2=150)

# 显示边缘图像
cv2.imshow("Edges", edges)

# 等待按键按下
cv2.waitKey(0)

# 关闭所有窗口
cv2.destroyAllWindows()

图像缩放

调整图像的大小属于常见需求之一。这里有一个例子，即把图像缩小至原本的一半。

import cv2

# 读取图像文件
image = cv2.imread("example.jpg")

# 获取原始图像的尺寸
height, width = image.shape[:2]

# 缩放到原来的一半
resized_image 是通过 cv2.resize 函数对 image 进行缩放操作得到的，缩放后的尺寸为 (width // ，这里的 width 是一个特定的宽度值，通过除以某个数来确定缩放后的宽度。2, height // 2))

# 显示缩放后的图像
cv2.imshow("Resized Image", resized_image)

# 等待按键按下
cv2.waitKey(0)

# 关闭所有窗口
cv2.destroyAllWindows()

视频处理

OpenCV 除了支持图像处理之外，还支持视频处理。这里有一个简单的例子，用于展示怎样读取和播放视频文件。

读取和播放视频

创建一个名为 video_example.py 的新 Python 文件，接着在这个文件里编写如下代码：

import cv2

# 打开视频文件
cap = cv2.VideoCapture("example.mp4")

# 检查视频是否成功打开
ifnot cap.isOpened():
    print("Error opening video file.")

whileTrue:
    # 逐帧读取视频
    ret, frame = cap.read()

    # 如果帧为空，表示视频结束
    ifnot ret:
        break

    # 显示当前帧
    cv2.imshow("Video Frame", frame)

    # 按 'q' 键退出循环
    if cv2.waitKey(25) & 0xFF == ord('q'):
        break

# 释放视频捕获对象
cap.release()

# 关闭所有窗口
cv2.destroyAllWindows()