如果你有興趣或計(jì)劃做與圖像或視頻相關(guān)的事情，你絕對(duì)應(yīng)該考慮使用計(jì)算機(jī)視覺(jué)。計(jì)算機(jī)視覺(jué) （CV） 是人工智能 （AI） 的一個(gè)分支，它使計(jì)算機(jī)能夠從圖像、視頻和其他視覺(jué)輸入中提取有意義的信息，并采取必要的行動(dòng)。例如自動(dòng)駕駛汽車、自動(dòng)交通管理、監(jiān)控、基于圖像的質(zhì)量檢查等等。

什么是 OpenCV？

OpenCV 是一個(gè)主要針對(duì)計(jì)算機(jī)視覺(jué)的庫(kù)。它擁有你在使用計(jì)算機(jī)視覺(jué) （CV） 時(shí)所需的所有工具�！癘pen”代表開(kāi)源，“CV”代表計(jì)算機(jī)視覺(jué)。我會(huì)學(xué)到什么？本文包含使用 OpenCV 庫(kù)開(kāi)始使用計(jì)算機(jī)視覺(jué)所需的全部?jī)?nèi)容。你會(huì)在計(jì)算機(jī)視覺(jué)方面感到更加自信和高效。

讀取和顯示圖像

首先讓我們了解如何讀取圖像并顯示它，這是CV的基礎(chǔ)知識(shí)。

讀取圖像：

import numpy as np

import cv2 as cv

import matplotlib．pyplot as plt

img＝cv2．imread（＇．．／input／images－for－computer－vision／tiger1．jpg＇）

＇img＇ 包含 numpy 數(shù)組形式的圖像。讓我們打印它的類型和形狀

print（type（img））

print（img．shape）

numpy 數(shù)組的形狀為 （667， 1200， 3），其中，

667 – 圖像高度，1200 – 圖像寬度，3 – 通道數(shù)，

在這種情況下，有 RGB 通道，所以我們有 3 個(gè)通道。原始圖像是 RGB 的形式，但 OpenCV 默認(rèn)將圖像讀取為 BGR，因此我們必須在顯示之前將其轉(zhuǎn)換回RGB

顯示圖像：

＃ Converting image from BGR to RGB for displaying

img＿convert＝cv．cvtColor（img， cv．COLOR＿BGR2RGB）

plt．imshow（img＿convert）

在圖像上繪圖

我們可以繪制線條、形狀和文本圖像。

＃ Rectangle

color＝（240，150，240） ＃ Color of the rectangle

cv．rectangle（img， （100，100），（300，300），color，thickness＝10， lineType＝8） ＃＃ For filled rectangle， use thickness ＝ －1

＃＃ （100，100） are （x，y） coordinates for the top left point of the rectangle and （300， 300） are （x，y） coordinates for the bottom right point

＃ Circle

color＝（150，260，50）

cv．circle（img， （650，350），100， color，thickness＝10） ＃＃ For filled circle， use thickness ＝ －1

＃＃ （250， 250） are （x，y） coordinates for the center of the circle and 100 is the radius

＃ Text

color＝（50，200，100）

font＝cv．FONT＿HERSHEY＿SCRIPT＿COMPLEX

cv．putText（img， ＇Save Tigers＇，（200，150）， font， 5， color，thickness＝5， lineType＝20）

＃ Converting BGR to RGB

img＿convert＝cv．cvtColor（img， cv．COLOR＿BGR2RGB）

plt．imshow（img＿convert）

混合圖像

我們還可以使用 OpenCV 混合兩個(gè)或多個(gè)圖像。圖像只不過(guò)是數(shù)字，你可以對(duì)數(shù)字進(jìn)行加、減、乘、除運(yùn)算，從而得到圖像。需要注意的一件事是圖像的大小應(yīng)該相同。

＃ For plotting multiple images at once

def myplot（images，titles）：
          fig， axs＝plt．subplots（1，len（images），sharey＝True）
          fig．set＿figwidth（15）
          for img，ax，title in zip（images，axs，titles）：
               if img．shape［－1］＝＝3：
                   img＝cv．cvtColor（img， cv．COLOR＿BGR2RGB） ＃ OpenCV reads images as BGR， so converting back them to RGB
               else：
                   img＝cv．cvtColor（img， cv．COLOR＿GRAY2BGR）
               ax．imshow（img）
               ax．set＿title（title）

img1 ＝ cv．imread（＇．．／input／images－for－computer－vision／tiger1．jpg＇）

img2 ＝ cv．imread（＇．．／input／images－for－computer－vision／horse．jpg＇）

＃ Resizing the img1

img1＿resize ＝ cv．resize（img1， （img2．shape［1］， img2．shape［0］））

＃ Adding， Subtracting， Multiplying and Dividing Images

img＿add ＝ cv．a(chǎn)dd（img1＿resize， img2）

img＿subtract ＝ cv．subtract（img1＿resize， img2）

img＿multiply ＝ cv．multiply（img1＿resize， img2）

img＿divide ＝ cv．divide（img1＿resize， img2）

＃ Blending Images

img＿blend ＝ cv．a(chǎn)ddWeighted（img1＿resize， 0．3， img2， 0．7， 0） ＃＃ 30％ tiger and 70％ horse

myplot（［img1＿resize， img2］， ［＇Tiger＇，＇Horse＇］）

myplot（［img＿add， img＿subtract， img＿multiply， img＿divide， img＿blend］， ［＇Addition＇， ＇Subtraction＇， ＇Multiplication＇， Division＇， ＇Blending＇］）

乘法圖像幾乎為白色，分割圖像為黑色，這是因?yàn)榘咨�表�?55，黑色表示0。當(dāng)我們將圖像的兩個(gè)像素值相乘時(shí)，我們得到的數(shù)字更大，因此其顏色變?yōu)榘咨�或接近白色，與分割圖像相反。

圖像變換

圖像變換包括平移、旋轉(zhuǎn)、縮放、裁剪和翻轉(zhuǎn)圖像。

img＝cv．imread（＇．．／input／images－for－computer－vision／tiger1．jpg＇）

width， height， ＿＝img．shape

＃ Translating

M＿translate＝np．float32（［［1，0，200］，［0，1，100］］） ＃ 200＝＞ Translation along x－axis and 100＝＞translation along y－axis

img＿translate＝cv．warpAffine（img，M＿translate，（height，width））

＃ Rotating

center＝（width／2，height／2）

M＿rotate＝cv．getRotationMatrix2D（center， angle＝90， scale＝1）

img＿rotate＝cv．warpAffine（img，M＿rotate，（width，height））

＃ Scaling

scale＿percent ＝ 50

width ＝ int（img．shape［1］ ＊ scale＿percent ／ 100）height ＝ int（img．shape［0］ ＊ scale＿percent ／ 100）

dim ＝ （width， height）

img＿scale ＝ cv．resize（img， dim， interpolation ＝ cv．INTER＿AREA）

＃ Flipping

img＿flip＝cv．flip（img，1） ＃ 0：Along horizontal axis， 1：Along verticle axis， －1： first along verticle then horizontal

＃ Shearing

srcTri ＝ np．a(chǎn)rray（ ［［0， 0］， ［img．shape［1］ － 1， 0］， ［0， img．shape［0］ － 1］］ ）．a(chǎn)stype（np．float32）

dstTri ＝ np．a(chǎn)rray（ ［［0， img．shape［1］＊0．33］， ［img．shape［1］＊0．85， img．shape［0］＊0．25］， ［img．shape［1］＊0．15，

img．shape［0］＊0．7］］ ）．a(chǎn)stype（np．float32）

warp＿mat ＝ cv．getAffineTransform（srcTri， dstTri）

img＿warp ＝ cv．warpAffine（img， warp＿mat， （height， width））

myplot（［img， img＿translate， img＿rotate， img＿scale， img＿flip， img＿warp］，
             ［＇Original Image＇， ＇Translated Image＇， ＇Rotated Image＇， ＇Scaled Image＇， ＇Flipped Image＇， ＇Sheared Image＇］）

圖像預(yù)處理

閾值處理：在閾值處理中，小于閾值的像素值變?yōu)?0（黑色），大于閾值的像素值變?yōu)?255（白色）。

我將閾值設(shè)為 150，但你也可以選擇任何其他數(shù)字。

＃ For visualising the filters

import plotly．graph＿objects as go

from plotly．subplots import make＿subplots

def plot＿3d（img1， img2， titles）：
          fig ＝ make＿subplots（rows＝1， cols＝2，

                  specs＝［［｛＇is＿3d＇： True｝， ｛＇is＿3d＇： True｝］］，
                         subplot＿titles＝［titles［0］， titles［1］］，
                         ）
          x， y＝np．mgrid［0：img1．shape［0］， 0：img1．shape［1］］
          fig．a(chǎn)dd＿trace（go．Surface（x＝x， y＝y(tǒng)， z＝img1［：，：，0］）， row＝1， col＝1）
          fig．a(chǎn)dd＿trace（go．Surface（x＝x， y＝y(tǒng)， z＝img2［：，：，0］）， row＝1， col＝2）
          fig．update＿traces（contours＿z＝dict（show＝True， usecolormap＝True，
                                         highlightcolor＝＂limegreen＂， project＿z＝True））
          fig．show（）

img＝cv．imread（＇．．／input／images－for－computer－vision／simple＿shapes．png＇）

＃ Pixel value less than threshold becomes 0 and more than threshold becomes 255

＿，img＿threshold＝cv．threshold（img，150，255，cv．THRESH＿BINARY）

plot＿3d（img， img＿threshold， ［＇Original Image＇， ＇Threshold Image＝150＇］）

應(yīng)用閾值后，150 的值變?yōu)榈扔?255

過(guò)濾： 圖像過(guò)濾是通過(guò)改變像素的值來(lái)改變圖像的外觀。每種類型的過(guò)濾器都會(huì)根據(jù)相應(yīng)的數(shù)學(xué)公式更改像素值。我不會(huì)在這里詳細(xì)介紹數(shù)學(xué)，但我將通過(guò)在 3D 中可視化它們來(lái)展示每個(gè)過(guò)濾器的工作原理。

limg＝cv．imread（＇．．／input／images－for－computer－vision／simple＿shapes．png＇）

＃ Gaussian Filter

ksize＝（11，11） ＃ Both should be odd numbers

img＿guassian＝cv．GaussianBlur（img， ksize，0）

plot＿3d（img， img＿guassian， ［＇Original Image＇，＇Guassian Image＇］）

＃ Median Filter

ksize＝11

img＿medianblur＝cv．medianBlur（img，ksize）

plot＿3d（img， img＿medianblur， ［＇Original Image＇，＇Median blur＇］）

＃ Bilateral Filter

img＿bilateralblur＝cv．bilateralFilter（img，d＝5， sigmaColor＝50， sigmaSpace＝5）

myplot（［img， img＿bilateralblur］，［＇Original Image＇， ＇Bilateral blur Image＇］）

plot＿3d（img， img＿bilateralblur， ［＇Original Image＇，＇Bilateral blur＇］）

高斯濾波器：通過(guò)去除細(xì)節(jié)和噪聲來(lái)模糊圖像。

中值濾波器：非線性過(guò)程可用于減少脈沖噪聲或椒鹽噪聲

雙邊濾波器：邊緣保留和降噪平滑。簡(jiǎn)單來(lái)說(shuō)，過(guò)濾器有助于減少或去除亮度或顏色隨機(jī)變化的噪聲，這稱為平滑。

特征檢測(cè)

特征檢測(cè)是一種通過(guò)計(jì)算圖像信息的抽象，在每個(gè)圖像點(diǎn)上做出局部決策的方法。例如，對(duì)于一張臉的圖像，特征是眼睛、鼻子、嘴唇、耳朵等，我們嘗試識(shí)別這些特征。讓我們首先嘗試識(shí)別圖像的邊緣。

邊緣檢測(cè)

img＝cv．imread（＇．．／input／images－for－computer－vision／simple＿shapes．png＇）

img＿canny1＝cv．Canny（img，50， 200）

＃ Smoothing the img before feeding it to canny

filter＿img＝cv．GaussianBlur（img， （7，7）， 0）img＿canny2＝cv．Canny（filter＿img，50， 200）

myplot（［img， img＿canny1， img＿canny2］，
             ［＇Original Image＇， ＇Canny Edge Detector（Without Smoothing）＇， ＇Canny Edge Detector（With Smoothing）＇］）

這里我們使用 Canny 邊緣檢測(cè)器，它是一種邊緣檢測(cè)算子，它使用多階段算法來(lái)檢測(cè)圖像中的各種邊緣。它由 John F． Canny 于 1986 年開(kāi)發(fā)。我不會(huì)詳細(xì)介紹 Canny 的工作原理，但這里的關(guān)鍵點(diǎn)是它用于提取邊緣。

在使用 Canny 邊緣檢測(cè)方法檢測(cè)邊緣之前，我們平滑圖像以去除噪聲。正如你從圖像中看到的，平滑后我們得到清晰的邊緣。

輪廓

img＝cv．imread（＇．．／input／images－for－computer－vision／simple＿shapes．png＇）

img＿copy＝img．copy（）

img＿gray＝cv．cvtColor（img，cv．COLOR＿BGR2GRAY）

＿，img＿binary＝cv．threshold（img＿gray，50，200，cv．THRESH＿BINARY）

＃Edroing and Dilating for smooth contours

img＿binary＿erode＝cv．erode（img＿binary，（10，10）， iterations＝5）

img＿binary＿dilate＝cv．dilate（img＿binary，（10，10）， iterations＝5）

contours，hierarchy＝cv．findContours（img＿binary，cv．RETR＿TREE， cv．CHAIN＿APPROX＿SIMPLE）

cv．drawContours（img， contours，－1，（0，0，255），3） ＃ Draws the contours on the original image just like draw function

myplot（［img＿copy， img］， ［＇Original Image＇， ＇Contours in the Image＇］）

侵蝕，使用用于探測(cè)和降低包含在圖像中的形狀的結(jié)構(gòu)元素的侵蝕操作。

膨脹：將像素添加到圖像中對(duì)象的邊界，與侵蝕相反

Hullsimg＝cv．imread（＇．．／input／images－for－computer－vision／simple＿shapes．png＇，0）

＿，threshold＝cv．threshold（img，50，255，cv．THRESH＿BINARY）

contours，hierarchy＝cv．findContours（threshold，cv．RETR＿TREE， cv．CHAIN＿APPROX＿SIMPLE）

hulls＝［cv．convexHull（c） for c in contours］

img＿h(yuǎn)ull＝cv．drawContours（img， hulls，－1，（0，0，255），2） ＃Draws the contours on the original image just like draw function

plt．imshow（img）

總結(jié)我們看到了如何讀取和顯示圖像、在圖像上繪制形狀、文本、混合兩個(gè)圖像、旋轉(zhuǎn)、縮放、平移等變換圖像，使用高斯模糊、中值模糊、雙邊模糊過(guò)濾圖像，以及檢測(cè)使用 Canny 邊緣檢測(cè)和在圖像中查找輪廓的特征。