OPENCV-0.1
学习安排
- 计算机视觉简介
- OpenCV简介
- 安装OpenCV
- 第一个OpenCV程序
- 实践练习
计算机视觉简介
是什么？
应用领域
自动驾驶：利用计算机视觉来识别道路上的车辆、行人、交通标志等，实现自动驾驶汽车的导航和安全。
安防监控：通过监控视频来检测异常行为、识别特定人群，提高安全防护效率。
医学图像处理：分析X光片、MRI等医学图像，帮助诊断疾病、规划治疗方案。
零售：在零售行业中，计算机视觉技术可以用于顾客行为分析、智能结账系统等。
增强现实（AR）和虚拟现实（VR）：通过理解和解释用户的视觉环境，增强或创建全新的虚拟体验。
基础概念
图像识别：从图像中识别一个或多个特定对象的过程。这是计算机视觉中最基本的任务之一，比如识别照片中的人脸。
物体检测：不仅识别图像中的对象，还确定它们在图像中的位置。通常表现为定位框或边界框。
图像分割：将图像细分为多个部分或对象的过程。目的是简化或改变图像的表现形式，使其更容易分析。
场景重建：通过分析图像或视频序列来重建三维场景的过程。这在自动驾驶、机器人导航等领域非常重要。
OpenCV简介
历史背景和主要贡献者
历史背景：OpenCV最初由Intel在1999年启动，并在2000年首次公开发布。该项目的目的是提供一个通用的基础设施，能够加速计算机视觉的应用开发过程，并推动该领域内的商业应用和学术研究。Gary Bradski是OpenCV项目的创始人之一。
主要贡献者：自诞生以来，OpenCV已经吸引了全球数千名开发者的贡献。虽然最初由Intel支持，但后来也得到了其他公司和组织的支持，包括Google、NVIDIA、AMD等，它现在是由一个非营利组织——OpenCV.org负责维护和发展。
支持的语言和平台
支持的语言：OpenCV最初是用C++编写的，提供了良好的C++接口。随着项目的发展，它现在也提供了Python、Java和MATLAB等语言的接口，这使得它可以轻松地被集成到各种应用中。
支持的平台：OpenCV可以在多种操作系统上运行，包括Windows、Linux、Mac OS X、甚至在移动平台如Android和iOS上也有良好支持。
主要模块和功能
核心功能（Core functionality）：基本数据结构，绘图函数，数组操作等。
图像处理（Imgproc）：图像滤波，图像变换，颜色空间转换等。
图像分析（Imgcodecs）：读写图像，图像编码等。
视频分析（Video）：运动估计，背景减法等。
特征检测和描述（Features2D）：关键点检测，描述符提取等。
摄像头标定和3D重建（Calib3d）：立体视觉，摄像头标定等。
机器学习（ML）：SVM，决策树，神经网络等。
深度学习（Dnn）：支持多种深度学习框架，如TensorFlow、Torch/PyTorch等。
等其他模块
安装(windows_python)
pip安装
前提是安装好python环境。
python：官网下载
anaconda：官网下载
tips:记得勾选添加环境变量。
在终端命令行中执行以下语句
pip install opencv-python
如下图所示(包含创建、切换conda环境)：
验证安装（记得安装jupyter）
代码：
import cv2
# 打印OpenCV版本
print(cv2.__version__)
# 尝试打开摄像头
cap = cv2.VideoCapture(0)
if not cap.isOpened():
print("无法打开摄像头")
else:
print("摄像头已就绪")
cap.release()
结果(记得打开摄像头权限，这里未打开)：
第一个OpenCV程序
代码
import cv2
# 读取图像
image = cv2.imread('../image.jpg') # 读取图片
# 打印图像的基本属性
print(f'Width: {image.shape[1]} pixels')
print(f'Height: {image.shape[0]} pixels')
print(f'Channels: {image.shape[2]}')
# 显示图像
cv2.imshow('Image', image)
cv2.waitKey(0) # 等待任意键盘按键
cv2.destroyAllWindows() # 关闭所有OpenCV窗口
# 保存图像
cv2.imwrite('image_copy.jpg', image) # 保存图像的路径
结果
实践练习
import cv2
# 图像路径
image_path = '../image.jpg'
# 读取图像
image = cv2.imread(image_path)
# 检查图像是否正确加载
if image is None:
print("Error: 图像未加载，请检查路径。")
else:
# 转换图像为灰度图
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 显示原图
cv2.imshow('Original Image', image)
# cv2.waitKey(0) # 等待按键
# cv2.destroyAllWindows() # 关闭窗口
# 显示灰度图
cv2.imshow('Grayscale Image', gray_image)
cv2.waitKey(0) # 等待按键
cv2.destroyAllWindows() # 关闭窗口
# 保存灰度图到磁盘
save_path = 'gray_image.jpg'
cv2.imwrite(save_path, gray_image)
print(f"灰度图已保存到 {save_path}")
结果