让你开始接触计算机视觉的基本OpenCV函数

今天你吸猫了么
148 阅读7分钟

让你开始接触计算机视觉的基本OpenCV函数

计算机视觉是人工智能的一个领域，它可以训练计算机解释和理解视觉世界。因此，许多项目涉及使用来自相机和视频的图像，并使用一些技术，如图像处理和深度学习模型。

OpenCV是一个为解决常见的计算机视觉问题而设计的库，它在该领域的人中超级受欢迎，而且它非常适合学习和在生产中使用。该库有多种语言的接口，包括Python、Java和C++。

在这篇文章中，我们将介绍OpenCV中不同的（常见的）函数，它们的应用，以及你如何开始使用每个函数。尽管我将在Python中提供例子，但这些概念和函数对于不同的支持语言都是一样的。

我们今天到底要学什么？

  • 读取、写入和显示图像
  • 改变颜色空间
  • 调整图像的大小
  • 图像旋转
  • 边缘检测

读取、写入和显示图像

在我们能够用计算机视觉做任何事情之前，我们需要能够阅读和理解计算机是如何处理图像的。计算机能够处理的唯一信息是二进制信息（0和1），这包括文本、图像和视频。

计算机是如何处理图像的

为了理解计算机是如何 "理解 "图像的，你可以想象一个图像大小的矩阵，在每个单元格上，你分配一个值，代表该位置上的图像的颜色。

让我们举一个灰度图像的例子。

image.png

在这种特殊情况下，我们可以给图像中的每个块（或像素）分配一个数字值（可以解释为二进制）。这个数值可以是任何范围的，尽管习惯上用0代表黑色，255代表白色，以及中间的所有整数来表示强度。

当我们处理彩色图像时，事情会变得有点不同，这取决于库和我们选择如何表示颜色。我们将在后面的文章中更多地讨论这个问题，然而，它们都有一个或多或少相同的想法，那就是使用不同的通道来表示颜色，RGB（红、绿、蓝）是最流行的选择之一。使用RGB，我们需要3个通道来建立每个像素，所以我们的2D矩阵现在是一个深度为3的3D矩阵，其中每个通道是一个特定颜色的强度，当混合时我们得到像素的最终颜色。

使用OpenCV处理图像

现在让我们跳到代码中来执行处理图像时的3个最重要的功能，即读取、显示和保存。

import cv2
import matplotlib.pyplot as plt

# Reading the image
image = cv2.imread('sample1.jpg')

# Showing the image
plt.imshow(image)
plt.show()

# Saving the image
cv2.imwrite('sample1_output.jpg', image)

如果你运行我们的代码，现在你会得到一张保存在磁盘上的图像，以及另一张作为绘图结果的图像。

image.png

左边的图片是我们绘制的图片，右边的图片是保存在磁盘上的图片。除了尺寸上的差异（由于绘图的原因），左边的图像看起来很奇怪，看起来偏蓝，但为什么会有不同？(顺便说一下，右边的图像是正确的）。

左边的图像看起来颜色很奇怪的原因与OpenCV默认读取图像的方式有关。OpenCVimread() 函数将使用BGR通道来读取图像，而不是绘图函数使用的RGB。这对OpenCV来说是正常的，有一些方法可以解决这个问题，我们接下来会讨论。

改变颜色空间

什么是颜色空间？在我们之前的例子中，我们看到了计算机是如何处理图像的，我们看到为了表示颜色，我们需要使用通道，当这些通道组合在一起时，就得到了图像的最终颜色。设置这些通道的配置就是色彩空间。不知不觉中，我们在之前的代码片段中已经涵盖了两个不同的色彩空间，我们使用了RGB和BGR，但还有更多的色彩空间具有非常特别和有趣的特性。其他一些流行的颜色空间包括LAB、YCrCb、HLS和HSV。由于每个颜色空间都有自己的属性，一些算法或技术在一个空间中可能比其他空间效果更好，所以在这些颜色空间之间改变图像是很重要的，感谢OpenCV为我们提供了一个非常容易使用的函数，正是为了这个目的。

来看看cvtColor，让我们看看如何使用它来修复我们上面的图。

import cv2
import matplotlib.pyplot as plt

# Reading the image
image = cv2.imread('sample1.jpg')

# Change color space
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

# Showing the image
plt.imshow(image)
plt.show()

现在我们得到了一只漂亮的棕色狗。

image.png

让我们来探索一些其他的颜色空间。

import cv2
import matplotlib.pyplot as plt

# Reading the image
original = cv2.imread('sample1.jpg')

fig = plt.figure(figsize=(8, 2))
axarr = fig.subplots(1, 3)

# Change color space
image = cv2.cvtColor(original, cv2.COLOR_BGR2RGB)
axarr[0].imshow(image)

image = cv2.cvtColor(original, cv2.COLOR_BGR2GRAY)
axarr[1].imshow(image)

image = cv2.cvtColor(original, cv2.COLOR_BGR2LAB)
axarr[2].imshow(image)


plt.show()

image.png

调整图像大小

现在我们已经能够加载、显示和改变图像的颜色空间了，接下来我们需要关注的是调整大小。在计算机视觉中调整图像的大小是很重要的，因为，ML中的学习模型是以固定大小的输入来工作的。尺寸将取决于模型，但为了确保我们的图像能在模型上工作，我们需要相应地调整它们的尺寸。

OpenCV提供了一个实用的方法来做这件事，叫做resize，让我们看看如何使用它的例子。

import cv2

# Reading the image
original = cv2.imread('sample1.jpg')

# Resize
resized = cv2.resize(original, (200, 200))

print(original.shape)
print(resized.shape)

其中输出

(1100, 1650, 3)
(200, 200, 3)

图像旋转

训练模型的一个关键部分是我们将用来训练它的数据集。如果数据集没有足够的样本，以及分布良好的样本，训练出来的模型很可能会失败。但有时我们算不上有足够大的数据集，或者我们没有所有我们想训练模型的情况，所以我们运行改变我们拥有的图像的过程，以生成新的图像。有很多情况下，将图像旋转到不同的角度可以帮助我们获得模型的效率，但我们不会在这里涵盖所有的情况。相反，我想告诉你如何使用OpenCV来旋转图像。

让我们来看看OpenCV中的旋转功能的例子

import cv2
import matplotlib.pyplot as plt

# Reading the image
image = cv2.imread('sample1.jpg')
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

image = cv2.rotate(image, cv2.ROTATE_90_CLOCKWISE)

plt.imshow(image)
plt.show()

image.png

尽管这种方法超级容易使用，但它也限制了我们的几个选项，我们不能以任何角度进行旋转。为了对旋转有更多的控制，我们可以使用getRotationMatrix2D和warpAffine代替。

import cv2
import matplotlib.pyplot as plt

# Reading the image
image = cv2.imread('sample1.jpg')
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

rows, cols = image.shape[:2]
deg = 45
# (col/2,rows/2) is the center of rotation for the image
# M is the coordinates of the center
M = cv2.getRotationMatrix2D((cols/2, rows/2), deg, 1)
image = cv2.warpAffine(image, M, (cols, rows))

plt.imshow(image)
plt.show()

image.png

边缘检测

边缘是图像中亮度急剧变化或有不连续性的点。这种不连续性通常对应于。

  • 深度上的不连续
  • 表面方向的不连续
  • 材料属性的变化
  • 场景照度的变化

边缘是图像的一个非常有用的特征，可以作为ML管道的一部分，我们已经看到一些例子，说明边缘如何帮助我们检测道路上 的形状或线条。

CV2为我们提供了Canny函数来完成这个任务，下面是如何使用它。

import cv2
import matplotlib.pyplot as plt

# Reading the image
original = cv2.imread('sample2.jpg')

fig = plt.figure(figsize=(6, 2))
axarr = fig.subplots(1, 2)

axarr[0].imshow(cv2.cvtColor(original, cv2.COLOR_BGR2RGB))

threshold1 = 50
threshold2 = 200
grey = cv2.cvtColor(original, cv2.COLOR_BGR2GRAY)
image = cv2.Canny(original, threshold1, threshold2)
axarr[1].imshow(image, cmap='gray')


plt.show()

image.png

总结

OpenCV是一个处理图像和视频的很好的库，它提供了大量有用的工具和函数来处理从最简单到最复杂的情况。我们今天回顾的功能只是其中的一部分。如果你有兴趣探索这个库的文档，可以看看样本，里面有很多东西，从简单的图像处理，如转置，到更先进的功能，如轮廓检测，特征检测，甚至人脸检测。

avatar
文章
阅读
粉丝