返回

Python OpenCV：开启图像处理与计算机视觉之旅

人工智能

1. 步入 OpenCV 的世界：基本概念与安装

OpenCV（Open Source Computer Vision Library）是一个开源计算机视觉库，用于构建强大的图像处理和计算机视觉应用程序。它提供了许多强大而实用的功能，包括图像处理、视频分析、机器学习和人脸识别等。

要开始使用 OpenCV，首先需要在您的计算机上安装它。安装过程因操作系统而异，但通常涉及以下步骤：

  • 下载 OpenCV 库。
  • 运行安装程序。
  • 将 OpenCV 库添加到您的系统路径中。

2. OpenCV 的基本操作：创建窗口、显示图像和标记图像

安装好 OpenCV 后，就可以开始学习它的基本操作了。这些操作包括创建窗口、显示图像和标记图像。

  • 创建窗口：
import cv2

# 创建一个名为 "窗口" 的窗口
window_name = "窗口"
cv2.namedWindow(window_name, cv2.WINDOW_NORMAL)
  • 显示图像：
# 读入图像
image = cv2.imread("image.jpg")

# 在 "窗口" 窗口中显示图像
cv2.imshow(window_name, image)
  • 标记图像：
# 在图像上绘制一个矩形
cv2.rectangle(image, (100, 100), (200, 200), (0, 255, 0), 2)

# 在图像上显示文字
cv2.putText(image, "这是一个矩形", (100, 100), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255), 2)

# 显示标记后的图像
cv2.imshow(window_name, image)

3. 调动摄像头：实时视频流和人脸识别

OpenCV 还可以用于调动摄像头，获取实时视频流，并进行人脸识别。

  • 调动摄像头：
# 获取摄像头
cap = cv2.VideoCapture(0)

# 读取摄像头帧
while True:
    # 读取帧
    ret, frame = cap.read()

    # 显示帧
    cv2.imshow("摄像头", frame)

    # 按下 ESC 键退出
    if cv2.waitKey(1) == 27:
        break

# 释放摄像头
cap.release()

# 销毁所有窗口
cv2.destroyAllWindows()
  • 人脸识别：
# 导入人脸识别库
import face_recognition

# 加载人脸识别模型
model = face_recognition.load_model("haarcascade_frontalface_default.xml")

# 获取摄像头
cap = cv2.VideoCapture(0)

# 读取摄像头帧
while True:
    # 读取帧
    ret, frame = cap.read()

    # 将帧转换为灰度图
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 检测人脸
    faces = face_recognition.detect_faces(gray)

    # 在人脸上绘制矩形
    for (x, y, w, h) in faces:
        cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)

    # 显示帧
    cv2.imshow("人脸识别", frame)

    # 按下 ESC 键退出
    if cv2.waitKey(1) == 27:
        break

# 释放摄像头
cap.release()

# 销毁所有窗口
cv2.destroyAllWindows()

4. 扩展学习：更多精彩内容