从0开始：OpenCV入门教程【图像处理基础】

图像处理基础

一、OpenCV重要功能及模块介绍

1、内置数据结构和输入/输出

• OpenCV内置了丰富的与图像处理有关的数据结构，如Image、Point、Rectangle等。
  
• core模块实现了各种基本的数据结构。
  
• imgcodecs模块提供了图像文件的读写功能，用户使用简单的命令即可读写图像文件。
  

2、图像处理操作
imgproc模块提供了图像处理操作，如图像过滤、几何图像变换、画图、色彩空间转换、直方图等。
3、图形用户界面操作
highgui模块提供了图像的图形窗口操作功能，如创建窗口显示图像或者视频、令窗口响应键盘和鼠标事件、操作窗口中图像的某个地区等。
4、视频分析
video模块提供了视频分析功能，如分析视频中连续帧之间的运动、跟踪视频中的目标。videostab模块提供了视频稳固处理功能，可解决拍摄视频时的抖动题目。optflow模块提供了与光流操作相干的算法。
5、3D重建
calib3d模块提供了3D重立功能，可根据2D图像创建3D场景。
6、特性提取
features2d模块提供了特性提取功能，可以从2D图像中检测和提取对象的特性。
7、对象检测
objdetect和xobjdetect模块提供了对象检测功能，可在图像中检测给定图像的位置。
8、机器学习
ml模块提供了机器学习功能，包罗了多种机器学习算法，如k近邻（k-Nearest Neighbors，kNN）、k均值聚类（k-Means Clustering）、支持向量机（Support Vector Machines，SVM）、神经网络（Neural Network）等。机器学习算法广泛应用于目标辨认、图像分类、人脸检测、视觉搜索等。
9、深度学习
深度神经网络（Deep Neural Network，DNN）模块提供了深度学习功能。深度学习是机器学习中近几年来快速发展的一个子范畴，广泛应用于语音辨认、图像辨认、天然语言处理、图像修复、人脸辨认等。OpenCV的深度学习支持Caffe、TensorFlow、Torch、Darknet等著名的深度学习框架。
10、盘算摄影
盘算摄影通过图像处理技术来改善相机拍摄的图像，如高动态范围成像、全景图像、图像补光等。photo和xphoto模块提供了与盘算摄影有关的算法，stitching模块提供了全景图像算法。
11、形态分析
shape模块提供了形态分析功能，可以辨认图像中对象的形状、分析形状之间的相似性、转换对象形状等。
12、人脸检测和辨认
OpenCV已在face模块中实现了人脸检测、人脸特性检测和人脸辨认功能。人脸检测属于对象检测，用于找出图像中人脸的位置和尺寸。人脸特性检测属于特性检测，用于找出图像中人脸的重要特性。人脸辨认属于对象辨认，包罗从已知人脸聚集中找出与未知人脸最匹配的人脸，以及验证给定人脸是否为某个已知人脸。OpenCV实现了基于Haar级联分类器和基于深度学习的人脸检测算法，以及EigenFaces、FisherFaces和局部二进制编码直方图（Local Binary Patterns Histograms，LBPH）等人脸辨认算法。
13、表面匹配
surface_matching模块提供了3D对象辨认算法和3D特性的姿态估盘算法，用于根据图像的深度和强度信息辨认3D对象。
14、文本检测和辨认
text模块提供了文本检测和辨认功能，用于辨认和检测图像中的文本，实现车牌辨认、道路标记辨认、内容数字化等相干应用。
二、图像基本操作

读取图像：cv.imread()

1. import numpy as np
3. import cv2 as cv
5. ＃加载彩色灰度图像
7. img = cv.imread('messi5.jpg'，0)

复制代码

显示图像：cv.imshow()

1. cv.imshow('image'，img）
2. cv.waitKey(0)
3. cv.destroyAllWindows()

复制代码

写入图像：cv.imwrite()

1. import cv2
2. import numpy
4. img=numpy.zeros((50,50),dtype=numpy.uint8)        #创建大小为50×50的黑色正方形图像
6. cv2.imwrite('messigray.jpg',img)  

复制代码

思索题：如果我们想以灰度模式加载图像，显示图像，按s键可以保存图像并退出，或者按ESC键直接退出不保存，设计出代码。

1. import numpy as np
2. import cv2 as cv
3. img = cv.imread('cat.jpg',0) #或者把0改成cv.IMREAD_GRAYSCALE
4. cv.imshow('cat.jpg',img)
5. k=cv.waitKey(0)
6. if k==27:
7.     cv.destroyAllWindows()
8. elif k==ord('s'):
9.     cv.imwrite('catgray.png',img)
10.     cv.destroyAllWindows()

复制代码

其中留意：

• 判定 ESC 键（ASCII码27）：
  如果按下的是 ESC 键（对应的ASCII码是27），程序会调用 cv.destroyAllWindows() 关闭所有打开的窗口，不保存图像。
  
• 判定 s 键：
  如果按下的是字母 s 键（ord('s') 用来获取字符 s 的 ASCII 码），程序会实行两步：
  
  
  • 使用 cv.imwrite('catgray.png', img) 将当前图像保存为名为 'catgray.png' 的文件。
    
  • 然后调用 cv.destroyAllWindows() 关闭所有窗口。
    
  
  

三、视频读取-摄像头读取

（1）将视频文件或者摄像头作为数据源来创建VideoCapture对象。
（2）调用VideoCapture对象的read()方法获取视频中的帧，每一帧都是一幅图像。
（3）调用VideoWriter对象的write()方法将帧写入视频文件，或者调用cv2.imshow()函数在窗口中显示帧（即播放视频）。

1. import numpy as np
2. import cv2 as cv
3. cap = cv.VideoCapture(0)
4. fourcc = cv.VideoWriter_fourcc(*'XVID')
5. out = cv.VideoWriter('output.avi', fourcc, 20.0, (640, 480))
6. if not cap.isOpened():
7.     print("Cannot open camera")
8.     exit()
9. while True:
10.     # 逐帧捕获
11.     ret, frame = cap.read()
12.     # 如果正确读取帧，ret为True
13.     if not ret:
14.         print("Can't receive frame (stream end?). Exiting ...")
15.         break
16.     frame = cv.flip(frame, 1)
17.     out.write(frame)
18.     # 我们在框架上的操作到这里
19.     gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)
20.     # 显示结果帧e
21.     cv.imshow('frame', frame)
22.     if cv.waitKey(1) == ord('q'):
23.         break
24. # 完成所有操作后，释放捕获器
25. cap.release()
26. out.release()
27. cv.destroyAllWindows()

复制代码

• 通过摄像头及时捕获视频；
  
• 对每一帧举行水平镜像翻转；
  
• 将处理后的帧保存为视频文件，同时在屏幕上及时显示视频画面；
  
• 当用户按下 'q' 键时，停止视频捕获并开释所有资源。
  

像这样，还挺风趣的哈哈
后面可以结合图像辨认做更风趣的操作，学起来~

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。