建站
咨詢
售后
建站咨詢
新聞中心
OpenCV是一個旨在解決計算機視覺問題的python庫。OpenCV最初由Intel在1999年開發(fā)，但是后來由Willow Garage資助。它支持很多編程語言，如C++，Python，Java等等。它也支持多種平臺，包括Windows，Linux和MacOS。
創(chuàng)新互聯(lián)建站堅持“要么做到，要么別承諾”的工作理念，服務(wù)領(lǐng)域包括：網(wǎng)站制作、做網(wǎng)站、企業(yè)官網(wǎng)、英文網(wǎng)站、手機端網(wǎng)站、網(wǎng)站推廣等服務(wù)，滿足客戶于互聯(lián)網(wǎng)時代的姜堰網(wǎng)站設(shè)計、移動媒體設(shè)計的需求，幫助企業(yè)找到有效的互聯(lián)網(wǎng)解決方案。努力成為您成熟可靠的網(wǎng)絡(luò)建設(shè)合作伙伴！
OpenCV Python只是一個與Python一起使用的原始C++庫的包裝類。通過使用它，所有OpenCV數(shù)組結(jié)構(gòu)都能被轉(zhuǎn)化為NumPy數(shù)組或從NumPy數(shù)組轉(zhuǎn)化而來。這樣就可以輕松地將其與其他使用NumPy的庫集成。例如，SciPy和Matplotlib等庫。
OpenCV的基礎(chǔ)操作？
Opencv能完成以下從加載圖像到調(diào)整大小等基本操作：
使用OpenCV加載圖片
查看圖片形狀/分辨率
顯示圖片
調(diào)整圖像大小
1. 使用OpenCV加載圖片
Import cv2
# colored Image
Img = cv2.imread ("Penguins.jpg",1)
# Black and White (gray scale)
Img_1 = cv2.imread ("Penguins.jpg",0)如以上代碼所示，第一個要求是導(dǎo)入OpenCV模塊。
之后，我們可以用imread模塊讀取圖片。參數(shù)中的1代表這是一個彩色圖片。如果這個參數(shù)的值是0，就意味著這個將被導(dǎo)入的圖片是黑白圖片。這里的圖片名稱是“Penguins”。很簡單吧？
2. 查看圖片形狀/分辨率
我們可以使用shape子函數(shù)來輸出圖片的形狀?？纯匆韵麓a：
Import cv2
# Black and White (gray scale)
Img = cv2.imread ("Penguins.jpg",0)
Print(img.shape)對于圖片的形狀，我們指的是NumPy數(shù)組的形狀。執(zhí)行代碼之后你將會看到這個矩陣由768行和1024列組成。
3. 顯示圖片
使用OpenCV顯示圖片非常簡單和直接。思考以下圖片：
import cv2
# Black and White (gray scale)
Img = cv2.imread ("Penguins.jpg",0)
cv2.imshow("Penguins", img)
cv2.waitKey(0)
# cv2.waitKey(2000)
cv2.destroyAllWindows()正如你所見，我們首先使用imread導(dǎo)入圖片。我們需要一個輸出窗口來顯示這個圖片，對吧？
然后，我們等待用戶事件。waitKey使窗口保持靜態(tài)直到用戶按下一個鍵。傳入的參數(shù)是以毫秒為單位的時間。
最后，我們根據(jù)waitForKey的參數(shù)使用destroyAllWindows關(guān)閉窗口。
4. 調(diào)整圖像大小
類似地，調(diào)整圖像大小非常簡單。 這里有另一個代碼段：
import cv2
# Black and White (gray scale)
img = cv2.imread ("Penguins.jpg",0)
resized_image = cv2.resize(img, (650,500))
cv2.imshow("Penguins", resized_image)
cv2.waitKey(0)
cv2.destroyAllWindows()這里，resize函數(shù)用于將圖像大小調(diào)整為所需的形狀。這里的參數(shù)是新調(diào)整大小后的圖像的形狀。
與之前的代碼相比，剩下的代碼非常簡單，對嗎？
我相信你們對企鵝很好奇，這是我們想要輸出的圖片！
這是另一個向resize函數(shù)傳遞參數(shù)的方法?？纯聪旅娴谋硎痉椒ǎ?/p>
Resized_image = cv2.resize(img, int(img.shape[1]/2), int(img.shape[0]/2)))
這里，我們得到的新圖像大小是原始圖像的一半。
使用OpenCV進(jìn)行人臉檢測
這看起來很復(fù)雜，但實際上很容易。 讓我?guī)懔私庹麄€過程，然后你也會有同樣的感受。
第一步：想一想我們的先決條件。我們首先需要一個圖像。然后，我們需要創(chuàng)建一個級聯(lián)分類器，它最后會給我們提供面部特征。
第二步：這一步要使用到OpenCV讀取圖像和特征文件。所以這個時候，原始數(shù)據(jù)點是NumPy數(shù)組的形式。
我們要做的就是搜索面部 NumPy n維數(shù)組的行和列的值。這是具有面部矩形坐標(biāo)的數(shù)組。
第三步：最后一步是使用矩形面框顯示圖像。
看看下面的圖片，這里我以圖片的形式總結(jié)了上述的三個步驟以便于閱讀：
非常直接明了，對吧？
首先，如之前所述，我們創(chuàng)建CascadeClassifier對象來提取面部特征。包含面部特征的XML文件路徑是此處的參數(shù)。
下一步是讀取一個包含面部的圖片，并且使用COLOR_BGR2GREY將其轉(zhuǎn)化為黑白圖片。接下來，我們搜索圖像的坐標(biāo)。這是使用detectMultiScale來實現(xiàn)的。
你問什么坐標(biāo)？它是面部矩形的坐標(biāo)。scaleFactor被用來減小5%的形狀值，直到找到面部。因此，總的來說，值越小，準(zhǔn)確度越高。
最后，這張臉被顯示到窗口。
給識別的人臉添加矩形面框
這個邏輯很簡單——就像使用for循環(huán)語句一樣簡單?？纯聪旅娴膱D片：
我們通過傳遞參數(shù)（比如圖片對象，輪廓框的RGB值和矩形的寬度），使用cv2.rectangle來定義方法以創(chuàng)建一個矩形。
讓我們來看看面部檢測的完整代碼：
import cv2
# Create a CascadeClassifier Object
face_cascade = cv2.CascadeClassifier("haarcascade_frontalface_default.xml")
# Reading the image as it is
img = cv2.imread("photo.jpg")
# Reading the image as gray scale image
gray_img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
# Search the co-ordintes of the image
faces = face_cascade.detectMultiScale(gray_img, scaleFactor = 1.05, minNeighbors=5)
for x,y,w,h in faces:
img = cv2.rectangle(img, (x,y), (x+w,y+h),(0,255,0),3)
resized = cv2.resize(img, (int(img.shape[1]/7),int(img.shape[0]/7)))
cv2.imshow("Gray", resized)
cv2.waitKey(0)
cv2.destroyAllWindows()眾多python培訓(xùn)視頻，盡在python學(xué)習(xí)網(wǎng)，歡迎在線學(xué)習(xí)！
當(dāng)前題目：創(chuàng)新互聯(lián)Python教程：python怎么使用opencv
鏈接分享：http://m.fisionsoft.com.cn/article/dhcsojd.html
