【计算机视觉处理1】OpenCV入门

OpenCV入门

1、什么是OpenCV?

OpenCV是一个跨平台且开源的计算机视觉和机器学习库，全称Open Source Computer Vision Library 。由Intel公司开源。其中主体库的代码是Intel用C/C++编写的，部分贡献库代码由社区程序员提供。

OpenCV不仅支持多个平台，同时还提供了多种语言的接口，包括Java、Python、Ruby等。本次课程使用的Python语言。

详细内容可以查看OpenCV的官网：[https://opencv.org/][https://opencv.org/]。

2、OpenCV能做什么？

OpenCV中实现了了很多计算机视觉算法，包括基本的图片运算、阈值处理、图像滤波、形态学操作等。除此之外，OpenCV还提供了级联分类器可以用于人脸检测。

不仅是图片，OpenCV同时提供了视频处理相关的操作，下面我们来看看一些案例。

（1）边缘检测

边缘检测的算法有很多，其中Canny算法是当前最优算法，下面图片就是使用Canny算法实现的边缘检测：

可以看到手机的边缘被完整的展现出来了。对于人像或者其它复杂的图片Canny也有比较好的表现，下面是人像的边缘检测图：

（2）人脸检测

在OpenCV的官网提供了人脸的特征文件，我们可以使用Haar级联分类器快速实现人脸检测的操作，下面是使用OpenCV实现的人脸检测：

检测效果还是比较不错的。

（3）图像腐蚀

腐蚀是最基本的形态学操作之一，我们可以通过腐蚀操作来消除图片中的一些细小的裂缝，比如下面就是简单的腐蚀操作的例子：

除了上面这些，OpenCV还要许多其它操作，在后续的文章中会陆续介绍到，下面我们在Python中来安装一下OpenCV。

3、在Python中安装OpenCV

在Python中想要使用OpenCV非常简单，我们只需要使用pip安装一个模块就好了，语句如下：

pip install opencv-python

1

上面安装的就是OpenCV的主体库，也就是Intel公司提供的。我们可以通过下面语句安装贡献库：

pip install opencv-contrib-python

1

不安装贡献库不影响我们使用主体库的基本功能。

在Python文件中，我们通过下面语句导入OpenCV：

import cv2

1

导入后我们就可以使用它了。

4、图片的读取

读取图片的函数格式如下：

retval = cv2.imread(filename, flags=None)

1

retval：返回的图片对象（numpy.ndarray类型），如果读取失败返回None。

filename：文件名称，为必选参数。

flags：读取标记，用来控制文件读取的类型，我们可以选择不给它传值。

现阶段我们可以把retval简单理解为图片对象。至于flags常用的值可以看下表：

暂时我们不需要理解各个参数的含义，现阶段我们不会使用flags参数。下面我们使用imread函数读取一张图片：

import cv2 retval = cv2.imread('im.jpg')

1

2

上面就是读取图片的操作了。

5、显示图片

读取图片是最基本的操作，后续的图像操作都需要先获取图片对象，比如接下来要说的显示图片。

显示图片的操作通常伴随着等待和销毁，这么说你可能不理解，下面我们来看显示图片的代码：

import cv2 im = cv2.imread('im.jpg') # 显示图片 cv2.imshow(im, 'im') cv2.waitKey(0) cv2.destroyAllWindows()

1

2

3

4

5

6

上面起主要作用的是imshow函数，它的函数格式如下：

imshow(winname, mat)

1

参数的解释如下：

winname：显示图片的窗口的名称

mat：图片对象，就是我们通过imread获取的图片对象。

我们可以调用imshow函数显示图片，但imshow函数只会为我们显示一瞬间。我们看到的效果也就是一闪而过的窗口，因此需要配合我们的waitKey函数。waitKey的函数格式如下：

key = waitKey(delay=None)

1

它的作用是等待用户输入，它会返回一个键盘的ASCII值。配合waitKey函数我们就能让窗口显示。

其中delay参数的函数是等待的毫秒数。我们可以选择不给或者给0，这就表示一直等待。

至于destroyAllWindows函数则是一个常规操作，因为OpenCV是由C/C++编写的，所以我们需要手动回收窗口的内存。

OpenCV

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。