导语
OpenCV称为开源计算机视觉，是Python中用于计算机视觉和图像处理任务的库。
它有一个模块化的结构，包括几个共享的和静态的库。OpenCV可以应用于Python、C++、Java等语言中。
OpenCV的一些应用包括边缘检测、人脸检测、目标检测、人脸识别等。
使用OpenCV，我们可以处理图像，从它们中提取所需的信息。OpenCV使用Numpy(Numpy)，这是一个高度优化的数值操作库。
conda install -c anaconda opencv
正文
（1）阅读图片：
## Import OpenCV library
import cv2
import numpy as np
# Load an image
img = cv2.imread(r"dogs.jpg", 1)
# Show image
cv2.imshow('image',img) #1st arg - window name, 2nd - our image
cv2.waitKey(0)
cv2.destroyAllWindows()
图像形式
旗子
1
Cv2.IMREAD灰度
灰度加载图像
0
以这样的方式加载图像，包括alpha通道
-1
Cv2.warkey()是一个键盘绑定函数。它的参数是以毫秒为单位的时间。该函数等待任何键盘事件的指定毫秒。如果您在这段时间内按下任何键，程序将继续进行。如果0被传递，它将无限期地等待键笔画。
（2）获取图像细节：
print("Shape of image : ",img.shape) # returns a tuple of number of rows,columns, and channels
print("Sizeof Image : ",img.size) # returns total number of pixels is accessed
print("Datatype of image : ",img.dtype) # returns image dtype obtained
（3）调整大小和缩小图像：显示它需要很多处理：
import cv2
# Load an image
img = cv2.imread(r"dogs.jpg", 1)
def rescaleFrame(frame,scale = 0.75): # Rescale Image
width = int(frame.shape[1] * scale)
height = int(frame.shape[0] * scale)
dimensions = (width, height)
return cv2.resize(frame,dimensions,interpolation= cv2.INTER_AREA) # Resize Image
frame_resized = rescaleFrame(img)
# Show image
cv2.imshow('Original image',img)
cv2.imshow('Resized image', frame_resized)
cv2.waitKey(0)
cv2.destroyAllWindows()
（4）绘制形状并向图像添加文本：
import numpy as np
import cv2
img = np.zeros([512, 512, 3], np.uint8) # draw a blank image
img = cv2.rectangle(img, (384, 0), (510, 128), (0, 0, 255),thickness= 4) # Draw a rectangle
font = cv2.FONT_HERSHEY_SIMPLEX
cv2.putText(img, 'OpenCV', (10, 500), font, 4, (255, 255, 255), 2, cv2.LINE_AA) # Add text in image
cv2.imshow("shapes", img)
cv2.waitKey(0)
cv2.destroyAllWindows()
默认情况下，使用np.zeros()绘制的图像会绘制一个空白图像。
函数接受以下参数来绘制矩形。
2.cv2.putText()函数在图像中添加文本。它采用以下参数。
同样也可以画一个圆、月食、线和多条线。这里是他们的描述。
在本节中，我们将研究一些通常应用于图像数据的函数。这是建立机器学习和深度学习模型的预处理步骤。
（5）图像膨胀：图像膨胀会增加物体的面积。
img = cv2.imread(r"dog_1.jpg", 1)
# Blur Image
blur = cv2.GaussianBlur(img,(5,5),cv2.BORDER_DEFAULT)
# Edge Cascade
cascade = cv2.Canny(img,125,175)
# Edge cascade of Blurred image
canny = cv2.Canny(blur,125,175)
# Dilating the image
dilated = cv2.dilate(canny, (7,7), iterations = 4) # (7,7) - kernel size & iterations can be changed
cv2.imshow('Original image',img)
cv2.imshow('Edge cascade',cascade)
cv2.imshow('Blurred image Edge cascade',canny)
cv2.imshow('Dilated image',dilated)
cv2.waitKey(0)
cv2.destroyAllWindows()
图像变换
平移基本上是图像沿x和y轴移动。
（6）翻动
翻转是镜像图像。我们可以垂直(0)，水平(1)，垂直和水平(-1)翻转图像。
import cv2 as cv
import numpy as np
img = cv.imread(r"dog_1.jpg", 1)
cv.imshow('Dog', img)
# Translation
def translate(img, x, y): # x,y specify the axis for translation
transMat = np.float32([[1,0,x],[0,1,y]]) # translation matrix
dimensions = (img.shape[1], img.shape[0]) # image width, height
return cv.warpAffine(img, transMat, dimensions)
translated = translate(img, -50, 50)
cv.imshow('Translated', translated)
# Rotation
def rotate(img, angle, rotPoint=None): # angle of roation, rotation point as input
(height,width) = img.shape[:2]
if rotPoint is None:
rotPoint = (width//2,height//2) # rotate around center
rotMat = cv.getRotationMatrix2D(rotPoint, angle, 1.0)
dimensions = (width,height)
return cv.warpAffine(img, rotMat, dimensions)
rotated = rotate(img, -45) # clockwise rotation
cv.imshow('Rotated', rotated)
rotated_rotated = rotate(img, -90) # rotated image can again be rotated
cv.imshow('Rotated Rotated', rotated_rotated)
# Flipping
flip = cv.flip(img, -1)
cv.imshow('Flip', flip)
cv.waitKey(0)
总结
好啦！本次文章结束~
制作不易，记得一键三连哦！！
如果需要新手安装包激活码、配套完整项目+源码笔记、更多Python资料 ！
源码基地：【私信小编06】即可免费领取哦！！
