【人工智能】計算機視覺之OpenCV學習詳解一

一，前言

看準這個方向很久了，今天開始和Java，Go一起推進學習。不求多，每天學習一點點。

二，OpenCV安裝

作為Python選手的我，當然選擇了Python語言來學習OpenCV。

編譯器：還是使用pycharm哈。

安裝OpenCV-python模塊，可以使用pip安裝或者編譯器安裝。

本人親身體驗，編譯器安裝極慢，推薦使用清華大學的鏡像安裝。

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python

看情況，編譯器安裝也可。

OpenCV就是一個基于BSD許可 （開源）發行的跨平臺計算機視覺庫，非常的好用。的一個目標是提供友好的機器視覺接口函數，從而使得復雜的機器視覺產品可以加速面世。該庫包含了橫跨工業產品檢測、醫學圖像處理、安防、用戶界面、攝像頭標定、三維成像、機器視覺等領域的超過500個接口函數。

下面來實際操作一下下。

三，實戰學習

import cv2 print(cv2.getVersionString())

先輸出看一下模塊版本，正常輸出版本號，代表正常。

函數imread(filepath,flags)讀入圖片。

輸出他的大小參數信息。

im=cv2.imread("C:/Users/24190/Pictures/zhu.jpg") print(im.shape)

4.5.4

(150, 150, 3)

顯示圖像的函數imshow

cv2.imshow("im",im)

等待鍵盤輸入關閉，否則會一閃而過。

cv2.waitKey()

效果展示：

3.1,色彩處理

BGR順序存儲。

cv2.imshow("blue",im[:,:,0]) cv2.imshow("green",im[:,:,1]) cv2.imshow("red",im[:,:,2])

色彩分析：

這個圖不明顯哈，換一個。

分析如下：

光子數的灰度圖。

彩色圖片恢復變換算法。

原理，把三個圖像做平方和加權處理。

ga=cv2.cvtColor(im,cv2.COLOR_BGR2GRAY) cv2.imshow("gary",ga)

說明了圖像粒子分布。

3.2，裁剪提取

裁剪：

crop=im[10:270,40:200] cv2.imshow("crop",crop)

索引順序，先下在上。

3.3，圖像繪制

使用numpy模塊

image =np.zeros([300,300,3],dtype=np.uint8)

構建一個300×300，邊框像素為3的黑色畫布

我們話一條線，語法：cv2. line (圖像, 起點, 終點, 顏色, 厚度)

cv2.line(image,(100,100),(250,250),(255,0,0),2)

繪制一個四邊形（圖片，長方形框左上角坐標, 長方形框右下角坐標， 字體顏色，字體粗細）

cv2.rectangle(image,(30,100),(60,150),(0,255,0),2)

繪制一個圓(image, center_coordinates, radius, color, thickness)

cv2.circle(image,(150,100),20,(0,0,255),3)

繪制一個字符串。圖片，要添加的文字，文字添加到圖片上的位置

，字體的類型，字體大小，字體顏色，字體粗細。

cv2.putText(image,"hello",(100,50),0,1,(255,255,255),2,1)

四，源碼

import cv2 import numpy as np image =np.zeros([300,300,3],dtype=np.uint8) cv2.line(image,(100,100),(250,250),(255,0,0),2) cv2.rectangle(image,(30,100),(60,150),(0,255,0),2) cv2.circle(image,(150,100),20,(0,0,255),3) cv2.putText(image,"hello",(100,50),0,1,(255,255,255),2,1) cv2.imshow("img",image) cv2.waitKey()

五，后言

后續我會繼續學習。繼續記錄。

OpenCV

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。