前言

OpenCV（Open Source Computer Vision Library）作為一個(gè)強(qiáng)大的計(jì)算機(jī)視覺庫，提供了豐富的圖像處理和計(jì)算機(jī)視覺功能，尤其在圖像識(shí)別、對(duì)象檢測(cè)、視頻分析等領(lǐng)域有著廣泛的應(yīng)用。本文將帶領(lǐng)讀者使用Python編程語言，通過簡(jiǎn)單的代碼示例，初步掌握OpenCV的圖像處理技術(shù)。

安裝OpenCV

首先，我們需要在Python環(huán)境中安裝OpenCV庫，可以通過以下命令進(jìn)行安裝：

pip install opencv-python

安裝完成后，我們可以導(dǎo)入OpenCV庫，并加載一張圖像來開始我們的操作。

讀取圖像

讀取圖像是圖像處理的第一步，OpenCV通過cv2.imread()方法可以輕松完成。代碼如下：

import cv2

# 讀取圖像
image = cv2.imread('path_to_image.jpg')

# 顯示圖像
cv2.imshow('Image', image)
cv2.waitKey(0)  # 按任意鍵關(guān)閉窗口
cv2.destroyAllWindows()

在這段代碼中：

• cv2.imread()方法用于讀取圖像，參數(shù)為圖像文件路徑。圖像文件要確認(rèn)存在，否則會(huì)返回None。
• cv2.imshow()可以將圖像顯示在窗口中，參數(shù)分別是窗口名稱和圖像數(shù)據(jù)。
• cv2.waitKey()用于等待鍵盤事件，參數(shù)0表示無限等待。會(huì)等待用戶按下任意鍵，然后關(guān)閉顯示窗口。
• cv2.destroyAllWindows()用于關(guān)閉所有窗口。

圖像基本操作

接下來，我們可以對(duì)讀取的圖像進(jìn)行一些基本的操作，如獲取圖像信息、裁剪、縮放等。

獲取圖像信息

# 獲取圖像的高度、寬度及通道數(shù)
height, width, channels = image.shape
print(f"Height: {height}, Width: {width}, Channels: {channels}")

裁剪圖像

# 裁剪圖像
cropped_image = image[50:200, 100:300]  # 裁剪區(qū)域?yàn)閥軸從50到200，x軸從100到300
cv2.imshow('Cropped Image', cropped_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

圖像縮放

# 縮放圖像
resized_image = cv2.resize(image, (300, 200))  # 將圖像縮放至300x200
cv2.imshow('Resized Image', resized_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

圖像轉(zhuǎn)換為灰度圖

有時(shí)候，我們只需要處理圖像的灰度部分，可以通過cv2.cvtColor()函數(shù)將彩色 圖像轉(zhuǎn)換為灰度圖：

# 轉(zhuǎn)換為灰度圖
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
cv2.imshow('Gray Image', gray_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

以下是 cv2.COLOR_* 常見的顏色空間轉(zhuǎn)換類型及其解釋：

1. cv2.COLOR_BGR2GRAY：將彩色 圖像從 BGR 模式轉(zhuǎn)換為灰度圖像。
2. cv2.COLOR_BGR2RGB：將圖像從 BGR 模式轉(zhuǎn)換為 RGB 模式。（OpenCV 默認(rèn)使用 BGR 排列，而許多其他庫（如 Matplotlib）使用 RGB 排列，因此需要將 BGR 轉(zhuǎn)為 RGB。）
3. cv2.COLOR_BGR2HSV：將圖像從 BGR 模式轉(zhuǎn)換為 HSV 模式。（HSV 模式分別表示色調(diào)（Hue）、飽和度（Saturation）、亮度（Value），該模式更接近人類對(duì)顏色的感知，常用于色彩過濾和圖像分割。）
4. cv2.COLOR_BGR2LAB：將圖像從 BGR 模式轉(zhuǎn)換為 LAB 模式。（LAB 顏色空間分為亮度（L）、綠色到紅色（A）、藍(lán)色到黃色（B）。該模式常用于增強(qiáng)圖像對(duì)比度。）

更多不在說明，可查詢官方文檔

圖像模糊處理

模糊處理常用于圖像預(yù)處理，OpenCV提供了多種模糊算法，如高斯模糊、中值模糊等。以下是使用高斯模糊的代碼示例：

# 高斯模糊處理
blurred_image = cv2.GaussianBlur(image, (15, 15), 0)  # 核大小為15x15
cv2.imshow('Blurred Image', blurred_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

邊緣檢測(cè)

Canny 邊緣檢測(cè)是一種常見的圖像處理技術(shù)，用于找出圖像中的“邊緣”，也就是物體之間的輪廓或變化最明顯的部分。它被廣泛應(yīng)用于圖像識(shí)別、對(duì)象檢測(cè)等領(lǐng)域。代碼如下：

# 邊緣檢測(cè)
edges = cv2.Canny(image, 100, 200)
cv2.imshow('Edges', edges)
cv2.waitKey(0)
cv2.destroyAllWindows()

在這段代碼中，cv2.Canny()的兩個(gè)參數(shù)分別為低閾值和高閾值，控制邊緣檢測(cè)的敏感度。

cv2.Canny(image, 100, 200)：使用Canny邊緣檢測(cè)。這里的 100 是低閾值，200 是高閾值，決定了檢測(cè)的靈敏度。

圖像翻轉(zhuǎn)

圖像翻轉(zhuǎn)是將圖像沿水平或垂直方向進(jìn)行翻轉(zhuǎn)，常見的有水平翻轉(zhuǎn)和垂直翻轉(zhuǎn)兩種。在 OpenCV 中，可以使用 cv2.flip() 函數(shù)來實(shí)現(xiàn)圖像的翻轉(zhuǎn)。

dst = cv2.flip(src, flipCode)

第一個(gè)參數(shù)表示要進(jìn)行翻轉(zhuǎn)的輸入圖像。第二個(gè)參數(shù)表示翻轉(zhuǎn)類型，可以取以下值：

• flipCode > 0：水平翻轉(zhuǎn)（沿y軸翻轉(zhuǎn)）
• flipCode = 0：垂直翻轉(zhuǎn)（沿x軸翻轉(zhuǎn)）
• flipCode < 0：同時(shí)沿水平和垂直方向翻轉(zhuǎn)

圖像保存

處理完圖像后，我們可以通過cv2.imwrite()將圖像保存到磁盤上。以下是保存圖像的代碼：

# 保存圖像
cv2.imwrite('output_image.jpg', gray_image)

視頻相關(guān)操作

OpenCV不僅可以處理靜態(tài)圖像，還能夠處理視頻數(shù)據(jù)。無論是從攝像頭實(shí)時(shí)獲取視頻，還是讀取視頻文件，都可以通過OpenCV輕松完成。

方法講解

1. cv2.VideoCapture()：VideoCapture() 是 OpenCV 用于捕獲視頻流的類，無論是從文件、攝像頭，還是網(wǎng)絡(luò)攝像頭，都會(huì)使用它。它接受視頻源作為參數(shù)，參數(shù)可以是攝像頭的索引（如本地?cái)z像頭索引為 0）、視頻文件的路徑、或者網(wǎng)絡(luò)攝像頭的 URL 地址。
2. video_capture.isOpened()：用于檢查視頻源是否成功打開。它返回一個(gè)布爾值，True 表示視頻源成功打開，F(xiàn)alse 則表示打開失敗。
3. video_capture.read()：從視頻流中讀取一幀圖像。返回值有兩個(gè)，分別是ret表示是否成功讀取到幀，成功時(shí)為 True，失敗時(shí)為 False。frame讀取到的當(dāng)前幀，通常是一個(gè) numpy 數(shù)組，表示圖像的數(shù)據(jù)。這個(gè)方法是視頻處理中核心的循環(huán)部分，每次調(diào)用都會(huì)返回下一幀視頻圖像。如果 ret 為 False，通常表示視頻流已經(jīng)結(jié)束或讀取出錯(cuò)。
4. cv2.imshow()：用于在窗口中顯示圖像或視頻幀。有兩個(gè)參數(shù)，分別是窗口名和要顯示的圖像或視頻幀，它是一個(gè)包含圖像數(shù)據(jù)的 numpy 數(shù)組。

讀取視頻

首先，我們要知道如何讀取視頻文件。OpenCV提供了cv2.VideoCapture()方法用于打開視頻文件或攝像頭。

import cv2

# 打開視頻文件
video_capture = cv2.VideoCapture('path_to_video.mp4')

# 檢查視頻是否成功打開
if not video_capture.isOpened():
    print("無法打開視頻文件")
    exit()

# 循環(huán)讀取視頻幀
while True:
    ret, frame = video_capture.read()
    
    # 如果讀取成功
    if ret:
        # 顯示當(dāng)前幀
        cv2.imshow('Video', frame)
        
        # 等待鍵盤輸入，如果按下'q'鍵，退出循環(huán)
        if cv2.waitKey(25) & 0xFF == ord('q'):
            break
    else:
        break

# 釋放視頻資源
video_capture.release()
cv2.destroyAllWindows()

從攝像頭讀取視頻

除了讀取視頻文件，OpenCV 也可以直接從電腦的攝像頭獲取視頻流。cv2.VideoCapture(0) 表示打開默認(rèn)攝像頭。

import cv2

# 打開攝像頭
video_capture = cv2.VideoCapture(0)

# 檢查攝像頭是否成功打開
if not video_capture.isOpened():
    print("無法打開攝像頭")
    exit()

# 循環(huán)讀取視頻幀
while True:
    ret, frame = video_capture.read()
    
    # 如果讀取成功
    if ret:
        # 顯示當(dāng)前幀
        cv2.imshow('Webcam Video', frame)
        
        # 按下'q'鍵退出
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
    else:
        break

# 釋放攝像頭資源
video_capture.release()
cv2.destroyAllWindows()

注意：也可以通過網(wǎng)絡(luò)攝像頭的訪問地址，通常是 HTTP 或 RTSP 協(xié)議?？梢酝ㄟ^ IP 地址和端口訪問視頻流。有時(shí)需要攝像頭的認(rèn)證（用戶名和密碼），可以將其嵌入到URL中。 例如：

rtsp://username:password@your_camera_ip:port/stream

到此這篇關(guān)于Python第三方庫之OpenCV庫的實(shí)用指南的文章就介紹到這了,更多相關(guān)Python OpenCV庫使用內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論