介绍

众所周知,计算机视觉在机器学习和人工智能领域获得了巨大的普及。图像识别技术允许计算机处理比人眼更多的信息,通常更快、更准确,或者只是在人们不参与观看的情况下处理。因此,你可能想知道机器如何学习和解释视觉世界。

在本文中,我将介绍如何使用 Python 的 OpenCV 库开始处理图像和视频。我们将涵盖以下主题:

  • 计算机视觉简介
  • OpenCV 库及其应用简介
  • 如何使用 OpenCV 库处理图像和视频

计算机视觉

它是人工智能和计算机科学的一个领域,训练计算机理解视觉世界。它是机器学习的主要组成部分之一。它处理自然世界的图像(高维数据)。它执行各种任务,例如获取、分析和处理以理解图像并将其转换为数字或符号信息。

当今的计算机视觉算法基于模式识别,通常依赖于卷积神经网络 (CNN)。由于该领域的各种进步,计算机视觉正在蓬勃发展,并且它的受欢迎程度在过去几年中呈指数增长。

计算机视觉的应用范围从缺陷检测到入侵者检测、口罩检测到肿瘤检测、作物监测到植物监测、车辆分类到交通流量分析等。该技术主要应用于零售和制造、交通、媒体、农业、医疗保健、体育、银行、增强现实、家庭安全等。

OpenCV

Python 包含一个名为 OpenCV 的库,用于在计算机视觉领域工作。它是一个开源库,于 1999 年推出。我们可以执行图像处理、图像分析、视频分析等任务。该库主要用 C++ 编写,具有 C++、Python、Java 和 MATLAB 等接口。

应用:

  • 2D 和 3D 特征工具包
  • 视频/图像搜索检索
  • 人脸识别系统
  • 手势识别
  • 移动机器人
  • 对象识别
  • 医学影像分析
  • 运动追踪
  • 增强现实

安装

使用 pip 命令可以轻松安装 OpenCV,如下所示

pip install opencv-python

使用 OpenCV 处理图像

在处理图像时,OpenCV 有许多可以对图像执行的操作。其中,我将讨论:

  1. 读取图像
  2. 调整图像大小
  3. 旋转图像
  4. 翻转图像
  5. 重写图像
  6. 裁剪图像
  7. 在图像上绘制各种形状

1. 从文件中读取图像

  1. 使用函数imread()读取图片 (支持BMP、jpeg、tiff、png、便携图片格式等)
  2. 为了显示我们在上一步中读取的图像,我们使用函数“imshow()”。这个函数的第一个参数是标题,第二个是我们读到的图像。
  3. waitkey() 函数显示一个窗口几毫秒。毫秒数作为参数传递给函数。如果 0 作为参数传递,它将永远等待,直到按下任何键。
  4. 最后,destroyAllWindows() 将图像窗口显示后从内存中删除。

例子:

python 代码:

import cv2
 
img=cv2.imread('img.jpeg')
cv2.imshow('Image',img)
cv2.waitKey()
cv2.destroyAllWindows()

输出

如何使用Python的OpenCV库处理图像和视频

2. 调整图像大小:

在图像处理中,经常需要调整图像的大小。OpenCV 为我们提供了几种轻松重新缩放图像的方法。让我们通过一个例子来理解。

例子:

img2=cv2.resize(img,(400,400))
#resize by a fraction of original size
img3=cv2.resize(img,(0,0),fx=0.5,fy=0.6)
#using INTER_AREA to shrink the image
img4=cv2.resize(img,(600,700),interpolation=cv2.INTER_AREA)

3. 旋转图像

使用 OpenCV 旋转图像的语法是

M=cv2.getRotationMatrix2D(center, angle,scale)

然后我们使用方法

cv2.wrapAffine(src,M, (h,w))

让我们通过一个例子来深入了解:

例子:

#calculate height and width to get center
(h,w)=img.shape[:2]
center=(w/2,h/2)
 
#rotate by 90 degrees
M = cv2.getRotationMatrix2D(center, 90, 1.0)
img90 = cv2.warpAffine(img, M, (h, w))
 
#rotate by 180 degrees
M = cv2.getRotationMatrix2D(center, 180, 1.0)
img180 = cv2.warpAffine(img, M, (h, w))
 
#rotate by 270 degrees
M = cv2.getRotationMatrix2D(center, 270, 1.0)
img270 = cv2.warpAffine(img, M, (h, w))

如何使用Python的OpenCV库处理图像和视频

4. 翻转图像:

要翻转图像,我们使用函数 cv2.flip() 并传递参数,即图像和翻转代码(水平或垂直)

例子:

#flip- vertical axes
img=cv2.flip(img,0) 
#flip- horizontal axes
img=cv2.flip(img,1)

如何使用Python的OpenCV库处理图像和视频

5. 重写图像

要将图像重写为新文件,我们使用函数 imwrite() 如下:

cv2.imwrite('new_img.jpg',img)

6. 裁剪图像

#crop from top
img=img[0:100,0:100]
#crop by specifying height and width
img=img[50:200,50:100]

如何使用Python的OpenCV库处理图像和视频

7. 绘制形状

使用 OpenCV,我们可以使用不同的函数在图像上快速绘制各种形状,如圆形、矩形、多边形等。让我们用一个例子来理解:

例子:

#creating a blank image
import cv2 as cv2
import numpy as np
img=np.zeros((500,500,3),dtype=float)
#changing the color of the image to green
img[:]=0,255,0
#Red
img[:]=0,0,255
#changing the color of a particular portion
img[200:300,300:450]=0,255,0
#drawing a rectangle
cv2.rectangle(img,(100,100),(180,180),color=(255,0,0),thickness=5)
#draw a circle with filling the color
cv2.circle(img,center=(100,300),radius=60,color=(0,255,0),thickness=-1)
#drawing a line 
cv2.line(img,(0,0),(317,356),thickness=3,color=(0,255,0))
#adding text
cv2.putText(img,org=(50,50),fontScale=3,color=(255,0,0)
,thickness=2,lineType=cv2.LINE_AA,text="IMAGES", fontFace=cv2.FONT_HERSHEY_COMPLEX_SMALL)
cv2_imshow(img)
cv2.waitKey(0)

如何使用Python的OpenCV库处理图像和视频

使用 OpenCV 处理视频

视频是帧序列或图像序列。图像通常采用 BGR(蓝、绿、红)的形式。每个像素的值都在 0-255 之间。要开始使用 OpenCV 处理视频,我们使用以下函数:

Cv2.VideoCapture():它建立与视频的连接。它带有一个参数,该参数指示是使用内置摄像头还是附加摄像头。值“0”表示内置摄像头。

Cap.read():这个方法可以让我们得到一个帧。

Cv2.cvtColor():允许你更改图像使用的颜色模型。这包括从 BGR 转换为 RGB 和灰度。

在处理视频方面,在本文中,我们将学习

如何捕获视频帧的不同属性

读取视频文件

写视频

1. 捕获视频帧的属性:

让我们看几个捕获视频属性的示例。

要捕获帧形状:

frame.shape(2160, 3840, 3)plt.imshow(frame)plt.show()

如何使用Python的OpenCV库处理图像和视频

要更改框架的颜色,我们使用函数 cv2.cvtColor(),如下所示:

#changing the color of the frameplt.show()plt.imshow(cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY))

如何使用Python的OpenCV库处理图像和视频

为了捕捉视频,我们使用函数 cv2.VideoCapture()

cap=cv2.VideoCapture('/content/video.mp4')cap.read()

要获取框架的高度,我们使用 cap.get() 函数如下:

#heightcap.get(cv2.CAP_PROP_FRAME_HEIGHT)

为了获得框架的宽度,我们使用:

#widthcap.get(cv2.CAP_PROP_FRAME_WIDTH)

要获取帧数,我们使用函数 cap.get() 如下:

#number of frames
cap.get(cv2.CAP_PROP_FRAME_COUNT)

为了获得每秒的帧数,我们使用

#number of frames per seccap.get(cv2.CAP_PROP_FPS)

2. 读取视频文件

导入 cv2

然后我们使用函数 cv2.VideoCapture() 来捕捉视频。

接下来,我们循环遍历每一帧并使用函数 cap.read() 读取帧。

为了显示每一帧,我们使用方法 cv2.imshow()。

最后,我们使用 waitKey() 函数中断循环,当用户按下任意键时,该函数会中断循环。

destroyAllWindows() 函数将关闭窗口。

例子:

#importing dependenciesimport cv2from matplotlib import pyplot as plt#establish capturecap=cv2.VideoCapture('/content/video.mp4')#loop through each framewhile(cap.isOpened()):  ret,frame=cap.read()  frame=cv2.resize(frame,(1200,700))  cv2.imshow(‘Video’,frame)  if cv2.waitKey(10) & 0xFF == ord('q'):    break#close down everythingcap.release()cv2.destroyALLWindows()

3. 编写视频文件

导入 cv2

使用函数 cv2.VideoCapture() 捕获视频

然后我们使用函数 cv2.VideoWriter 来编写视频。该函数将参数作为

cv2.VideoWriter(filename, fourcc, fps, framesize)

filename - 捕获的输入视频文件

Fourcc - 用于指定视频编解码器的代码

fps - 每秒帧数

framesize - 视频框的高度和宽度

接下来,我们循环遍历每一帧并使用对象 video_writer 来写入帧。

最后,我们使用 waitKey() 函数来打破循环

使用函数 destroyAllWindows() 关闭窗口

import cv2from google.colab.patches import cv2_imshowcap=cv2.VideoCapture('/content/video.mp4')height=int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))width=int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))fps=int(cap.get(cv2.CAP_PROP_FPS))frame_size = (width,height)video_writer= cv2.VideoWriter('/content/output.avi',cv2.VideoWriter_fourcc('M','J','P','G'), fps, frame_size)for frame_idx in range(int(cap.get(cv2.CAP_PROP_FRAME_COUNT))):  ret,frame=cap.read()  gray=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)  video_writer.write(gray)  if cv2.waitKey(10) & 0xFF== ord('q'):    breakcap.release()cv2.destroyALLWindows()

结论

本文帮助你创建了与计算机视觉相关的出色应用程序。希望你现在对以下内容有一个很好的了解:

什么是计算机视觉

OpenCV 库的应用

使用 OpenCV 库处理图像

使用 OpenCV 库处理视频

☆ END ☆

如果看到这里,说明你喜欢这篇文章,请转发、点赞。微信搜索「uncle_pn」,欢迎添加小编微信「 woshicver」,每日朋友圈更新一篇高质量博文。

扫描二维码添加小编↓

如何使用Python的OpenCV库处理图像和视频

原文地址:https://blog.csdn.net/woshicver/article/details/127505561

相关文章: