使用Python 3.x介绍OpenCV
bnmcvzx 2018-09-05
你想进入计算机视觉，图像处理和人工智能的世界吗？你需要从哪个地方开始呢？在你继续创造一个能够记住人脸的人工智能之前，你必须先学习当然的基础知识。OpenCV可能正是您正在寻找的东西。因此，我们将研究使用OpenCV和Python进行基本图像处理和操作的简单但非常方便的知识，这些知识在您探索计算机视觉的过程中可能会变得至关重要。如果你已经是一名图像处理专家，这篇文章对你来说可能看起来非常小，但是尽管如此，。
在这篇文章里进行图像处理实验。
首先让我们开始学习加载我们的图像，Python代码如下：
#importing the OpenCV library
import cv2
#returns the image in the form of a Numpy array
image = cv2.imread("dbz.jpg")
#displaying images
cv2.imshow("original", image)
cv2.waitKey(0)
使用函数cv2.imread（）读取图像。图像应该在工作目录中，或者应该给出完整的图像路径。
imread的第二个参数是一个标志，指定应该读取图像的方式。
- cv2.IMREAD_COLOR ：加载彩色图像。任何图像的透明度都将被忽略。这是默认标志。
- cv2.IMREAD_GRAYSCALE ：以灰度模式加载图像
- cv2.IMREAD_UNCHANGED ：加载图像，包括alpha通道。
但是，我知道我们一般很懒，所以输入那些长旗名不是一个选项，为此我们可以简单地分别使用数字1,0和-1作为上述标志。因此，我们接下来要做的是以灰度加载图像。
因此，我们需要做的就是在cv2.imread行中包含一个参数0，以灰度行显示我们的图像，我们的Python代码现在看起来像这样：
import cv2
#returns the image in the form of a Numpy array.
#use second argument as 0 to load image in grayscale
image = cv2.imread("dbz.jpg",0)
#displaying images
cv2.imshow("original", image)
cv2.waitKey(0)
print(image.shape)
现在您一定在想cv2.waitKey(0)命令到底做了什么?命令cv2.waitKey()是一个键盘绑定函数。它的参数是以毫秒为单位的时间。该函数等待任何键盘事件的指定毫秒。如果您在那个时间按下任何键，程序将继续。如果传递了0，它将无限期地等待键击。它还可以设置为检测特定的击键，如按下a键等，我们将在下面讨论。
cv2.imread()函数以Numpy数组的形式返回图像。是的，我们可以得到Numpy数组的形状来了解图像的分辨率。我们可以在代码中使用print(image.shape)来实现这一点。
这样我们就知道图像的分辨率是353 x 500这意味着图像是353像素高，500像素宽，但我们也看到有第三个数字作为输出。这个数字只是告诉我们图像中颜色通道的数量即红色，蓝色和绿色，因为我们的图像是RGB格式。RGB图像(有时称为truecolor图像)存储为一个m×n×3的数据数组，它为每个单个像素定义红色、绿色和蓝色组件。每个像素的颜色是由存储在像素位置的每个颜色平面上的红色、绿色和蓝色强度的组合决定的。
让我们继续学习如何调整图像大小。我们可以使用命令cv2.resize()来做到这一点。我们把图像的分辨率修改为150 x 100。Python代码如下：
#importing the OpenCV library
import cv2
#returns the image in the form of a Numpy array
image = cv2.imread("dbz.jpg")
#resizing our image
resized = cv2.resize(image, (150,100), interpolation = cv2.INTER_AREA)
#displaying resized image
cv2.imshow("resized", resized)
cv2.waitKey(0)
可以手动指定图像的大小，也可以指定缩放因子。使用不同的插值方法。优选的插值方法是cv.INTER_AREA用于缩放，cv.INTER_CUBIC（慢）和cv.INTER_LINEAR用于变焦。默认情况下，使用的插值方法是cv.INTER_LINEAR，用于所有调整大小的目的。如您所见，我们使用cv2.INTER_AREA作为缩放因子。
现在让我们学习如何旋转图像，使用以下命令来执行此操作。首先，我们存储图像的高度和宽度并计算其中心。然后我们形成一个新的旋转矩阵，它将描述我们的图像在围绕其中心旋转时的外观，我们将通过使用cv2.getRotationMatrix2D（）来实现。第二个参数是我们想要旋转图像的度数，即，在这种情况下为90度。第三个参数将缩放因子表示为1.0，这意味着我们不会以任何方式调整图像大小。cv2.warpAffine（）用于以我们需要的旋转形式实际返回图像。Python代码如下：
h, w, c = image.shape
#calculate center of image
Center = (w / 2, h / 2)
# rotate the image by 90 degrees
X = cv2.getRotationMatrix2D(Center, 90, 1.0)
rotate = cv2.warpAffine(image, X, (w, h))
cv2.imshow("rotated_goku", rotate)
cv2.waitKey(0)
我们要学习的下一件事就是裁剪我们的形象，这确实很容易。我们只需使用Y轴和X轴所需的坐标传递图像，即可裁剪出我们需要的图像部分。
cropped = image[50:200, 100:300]
cv2.imshow("cropped", cropped)
如果需要，您还可以使用cv2.line（），cv2.rectangle，cv2.circle（）等函数在图像上绘制随机内容。所有这些函数都将第一个参数作为绘制图形的图像。最后一个参数描述了绘制的图形的厚度，如果它被指定为-1，那么整个图形将被着色，但是您不能使用-1作为线条的最后一个参数，原因很明显，它已经被着色了。Python代码如下：
import cv2
#returns the image in the form of a Numpy array
image = cv2.imread("dbz.jpg")
#draw a red line from origin to 150,150
cv2.line(image,(0,0),(150,150),(0,0,255),15)
#draw a black rectangle with upper left and lower right co-ordinates as (50,50) and (250,250)
cv2.rectangle(image,(50,50),(250,250),(0,0,0),10)
#draw a pink circle with center as (70,70), with radius 30
cv2.circle(image,(70,70),30,(255,0,255),5)
#display image
cv2.imshow("line_original", image)
cv2.waitKey(0)
这篇文章将涉及的最后一件事是关于在图像上写东西并永久保存它。cv2.putText（）用于将一些文本写入图像。第一个参数显然是我们的原始图像，下一个是要显示的字符串。第三个参数描述了我们要放置文本的坐标，下一个参数是我们将使用的字体样式。接下来的两个参数描述了文本的颜色和字符的分离。参数cv2.LINE_AA描述了反锯齿用于显示字符串。Python代码如下：
import cv2
image = cv2.imread("dbz.jpg")
#putting text on our image
cv2.putText(image,'GOKU!!!',(200,30),cv2.FONT_HERSHEY_SIMPLEX,1,(255,255,255),2,cv2.LINE_AA)
#displaying image
cv2.imshow("original", image)
#writing image to memory
cv2.imwrite("goku.png", image)
cv2.waitKey(0)
