【人工智能】计算机视觉之OpenCV学习详解一

文章目录

一，前言

看准这个方向很久了，今天开始和Java，Go一起推进学习。不求多，每天学习一点点。

二，OpenCV安装

作为Python选手的我，当然选择了Python语言来学习OpenCV。

编译器：还是使用pycharm哈。

安装OpenCV-python模块，可以使用pip安装或者编译器安装。
本人亲身体验，编译器安装极慢，推荐使用清华大学的镜像安装。

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python

看情况，编译器安装也可。

三，实战学习

importcv2print(cv2.getVersionString())

先输出看一下模块版本，正常输出版本号，代表正常。

函数imread(filepath,flags)读入图片。
输出他的大小参数信息。

im=cv2.imread("C:/Users/24190/Pictures/zhu.jpg")print(im.shape)

4.5.4
(150, 150, 3)

显示图像的函数imshow

cv2.imshow("im",im)

等待键盘输入关闭，否则会一闪而过。

cv2.waitKey()

效果展示：

3.1,色彩处理

BGR顺序存储。

cv2.imshow("blue",im[:,:,0])
cv2.imshow("green",im[:,:,1])
cv2.imshow("red",im[:,:,2])

色彩分析：

这个图不明显哈，换一个。

分析如下：

光子数的灰度图。
彩色图片恢复变换算法。
原理，把三个图像做平方和加权处理。

ga=cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
cv2.imshow("gary",ga)

说明了图像粒子分布。

3.2，裁剪提取

裁剪：

crop=im[10:270,40:200]
cv2.imshow("crop",crop)

索引顺序，先下在上。

3.3，图像绘制

使用numpy模块

image =np.zeros([300,300,3],dtype=np.uint8)

构建一个300×300，边框像素为3的黑色画布
我们话一条线，语法：cv2. line (图像, 起点, 终点, 颜色, 厚度)

cv2.line(image,(100,100),(250,250),(255,0,0),2)

绘制一个四边形（图片，长方形框左上角坐标, 长方形框右下角坐标， 字体颜色，字体粗细）

cv2.rectangle(image,(30,100),(60,150),(0,255,0),2)

绘制一个圆(image, center_coordinates, radius, color, thickness)

cv2.circle(image,(150,100),20,(0,0,255),3)

绘制一个字符串。图片，要添加的文字，文字添加到图片上的位置
，字体的类型，字体大小，字体颜色，字体粗细。

cv2.putText(image,"hello",(100,50),0,1,(255,255,255),2,1)

四，源码

importcv2importnumpy as np

image =np.zeros([300,300,3],dtype=np.uint8)

cv2.line(image,(100,100),(250,250),(255,0,0),2)
cv2.rectangle(image,(30,100),(60,150),(0,255,0),2)
cv2.circle(image,(150,100),20,(0,0,255),3)

cv2.putText(image,"hello",(100,50),0,1,(255,255,255),2,1)
cv2.imshow("img",image)
cv2.waitKey()

五，后言

继续学习。