OpenCV是计算机视觉畛域最盛行的库之一。它最后是用C和C++编写的。如今也可以在/target=_blankclass=infotextkey>Python中经常使用。它最后是由英特尔开发的。该库是一个跨平台的开源库。无偿经常使用。OpenCV库是一个高度优化的库，其关键重点是实时运行程序。

OpenCV库是2500多个优化算法的组合。它可以用来检测和识别不同的人脸，在图像中或实时识别物体，经常使用视频和网络摄像头分类不同的人类行为，跟踪摄像机的静止，跟踪像汽车、人类等移生物体，实时计数物体，将图像拼接在一同发生高分辨率图像，从图像数据库中找到相似的图像，从经常使用闪光灯拍摄的图像中去除红眼，提高图像品质，跟踪眼球静止，跟踪人脸等

它领有大概4.7万生动用户社区，预计下载量超越1800万次。许多大公司，如谷歌，亚马逊，特斯拉，微软，本田等经常使用OpenCV，使他们的产品更好，更智能。

先决条件

在开局编写代码之前，咱们须要在咱们的设施上装置OpenCV。假设你是专业的编程人员并且知道每一个IDE，那么去Pycharm并且在设置中从它的包治理器中装置OpenCV-python。

假设您是初学者或中级程序员，或许只是想关注该博客，那么咱们将经常使用代码编辑器而不是IDE。只有转到VisualStudioCode网站并依据您的操作系统下载最新版本即可。如今，咱们将创立一个虚构环境，在其中将装置OpenCV。关上终端，而后经常使用cd定位到桌面。经常使用名为opencv的mkdir创立一个文件夹而后在以下命令中运转。

python-mvenvenv

如今经常使用envscriptsactivate命令激活环境，你会看到在C:UsersusernameDesktopopencv前发生一个带小括号的(env)。如今只有经常使用pip装置OpenCV。

pipinstallopencv-python

咱们将在这个博客中涵盖7个主题：

1.读、写和展现一个图像

为了经常使用OpenCV读取图像，咱们经常使用函数imread()，为了显示图像，咱们经常使用函数imshow()，为了写入图像，咱们经常使用函数imwrite()。让咱们看看每一个的语法。

img=cv2.imread("PATH_TO_IMAGE.jpg/png")Exampleimg=imread("images/dog0.jpg")

cv2.imshow("WINDOWNAME",IMG_VAR)Exampleimshow("DogImage",img)

imwrite():

cv2.imwrite(FILENAME,IMAGE)filename:Astringrepresentingthefilename.Thefilenamemustincludeimageformatlike.jpg,.png,etc.image:Itistheimagethatistobesaved.Examplecv2.imwrite('images/img',img)

.读取视频与集成网络摄像头

读取视频文件与读取OpenCV中的图像文件十分相似。不同之处在于咱们经常使用cv2.videocapture()

语法：

video=cv2.VideoCapture("FILEPATH.mp4")Examplevideo=cv2.VideoCapture("video/dog/dog.mp4")

视频是许多帧图像在一同的汇合，每一帧都是一个图像。要经常使用OpenCV观看视频，咱们只有要经常使用while循环显示视频的每一帧。

whileTrue:success,img=cap.read()cv2.imshow("Video",img)ifcv2.wtKey(1)&0xff==ord('q'):##key'q'willbreaktheloopbreak

为了与网络摄像头集成，咱们须要传递网络摄像头的端口值，而不是门路到视频。假设你经常使用的是笔记本电脑，没有衔接任何外部摄像头，那么便捷地传递0，假设你衔接了任何外部摄像头，那么传递一个摄像头端口值。

cap=cv2.VideoCapture(0)cap.set(3,640)##Framewidthcap.set(4,480)##FrameHeightcap.set(10,100)##BrightnesswhileTrue:success,img=cap.read()cv2.imshow("Video",img)ifcv2.waitKey(1)&0xff==ord('q'):break

3.缩放和裁剪图像

(1)缩放图像

缩放是一个扭转图像状态的环节。在Opencv，咱们可以经常使用resize函数来调整图像的状态。

语法：

cv2.resize(IMG,(WIDTH,HEIGHT))IMG:imagewhichwewanttoresizeWIDTH:newwidthoftheresizeimageHEIGHT:newheightoftheresizeimageExamplecv2.resize(img,(224,224))

要调整图像的大小，咱们首先须要知道图像的状态。咱们可以应用shape找到图像的状态，而后依据以后图像的状态，咱们可以增大或减小图像的大小。让咱们举个例子来看看。

importcv2img=cv2.imread("images/img0.jpg")##Chooseanyimageprint(img.shape)imgResize=cv2.resize(img,(224,224))##DecreasesizeimgResize2=cv2.resize(img,(1024,1024))##Increasesizecv2.imshow("Image",img)cv2.imshow("ImageResize",imgResize)cv2.imshow("ImageIncreasesize",imgResize2)print(imgResize.shape)cv2.waitKey(0)

假设您不想把图像宽度和高度写死，您也可以依据现有的状态，而后依据比例扭转图像的宽度和高度。

importcv2img=cv2.imread("images/img0.jpg")##Chooseanyimageprint(img.shape)shape=img.shapeimgResize=cv2.resize(img,(shape[0]//2,shape[1]//2))##DecreasesizeimgResize2=cv2.resize(img,(shape[0]*2,shape[1]*2))##Increasesizecv2.imshow("Image",img)cv2.imshow("ImageResize",imgResize)cv2.imshow("ImageIncreasesize",imgResize2)print(imgResize.shape)cv2.waitKey(0)

(2)裁剪图像

裁剪是失掉局部图像的环节。在OpenCV中，咱们可以经过定义裁剪后的矩形坐标来口头裁剪。

语法：

imgCropped=img[y1:y2,x1:x2](x1,y1):top-leftvertex(x2,y2):bottom-rightvertexExampleimgCropped=img[0:100,200:200]

经常使用裁剪方法，让咱们尝试从图像中提取Monalisa的脸。

importcv2img=cv2.imread("images/img0.jpg")imgCropped=img[50:250,120:330]cv2.imshow("Imagecropped",imgCropped)cv2.imshow("Image",img)cv2.waitKey(0)

您还可以经常使用绘画形式来查找(x1，y1)、(x2，y2)的正确坐标。

这里有个小义务：

4.经常使用函数的基本图像滤波器

咱们可以在图像上经常使用许多基本的滤波器，比如将图片转换成灰度、含糊等等。

(1)从Img到gray

为了将图像从黑白图像转换为灰度图像，咱们可以经常使用函数cv2.cvtColor，在这里咱们传递cv2.COLOR_BGR2GRAY作为参数。

语法：

imgGray=cv2.cvtColor(IMG,cv2.CODE)IMG:OriginalimageCODE:ConversioncodeforGray(COLOR_BGR2GRAY)ExampleimgGray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

(2)从Img到HSV

为了将图像转换为HSV色彩空间，咱们可以经常使用函数cv2.cvtColor，这里咱们传递cv2.COLOR_BGR2HSV作为参数。它关键用于指标跟踪。

语法：

imgGray=cv2.cvtColor(IMG,cv2.CODE)IMG:OriginalimageCODE:ConversioncodeforGray(COLOR_BGR2HSV)ExampleimgHsv=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)

(3)含糊图像

含糊用于去除图像中的噪声，也称为平滑。它是对图像运行低通滤波器的环节。在OpenCV中对图像启动含糊，咱们罕用GaussianBlur。

语法：

imgBlur=cv2.GaussianBlur(img,(sigmaX,sigmaY),kernalSize)kernalsize−ASizeobjectrepresentingthesizeofthekernel.sigmaX−AvariablerepresentingtheGaussiankernelstandarddeviationinXdirection.sigmaY-sameassigmaXExmapleimgBlur=cv2.GaussianBlur(img,(3,3),0)

(4)边缘检测

在OpenCV中，咱们经常使用Canny算子来检测图像中的边缘。也有不同的边缘检测器，但最驰名的是Canny算子。Canny算子边缘检测是一种边缘检测算子，它经常使用多级算法来检测图像中的大范围边缘，是由JohnF.Canny在1986年提出的。

语法：

imgCanny=cv2.Canny(img,threshold1,threshold2)threshold1,threshold2:DifferentvaluesofthresholddifferentforeveryimagesExampleimgCanny=cv2.Canny(img,100,150)

(5)收缩

收缩被用来参与图像中边缘的大小。首先，咱们定义了奇数(5,5)的核矩阵大小。而后经常使用内核，咱们对图像口头收缩。上方咱们对Canny算子的输入图像启动了收缩。

语法：

kernel=np.ones((5,5),np.uint8)##DEFININGKERNELOF5x5imgDialation=cv2.dilate(imgCanny,kernel,iterations=1)##DIALATION

(6)腐蚀

腐蚀与收缩正好相反。该算法用于减小图像中边缘的大小。首先，咱们定义了奇数(5,5)的核矩阵大小。而后经常使用内核，咱们对图像口头腐蚀。上方咱们对Canny算子的输入图像启动腐蚀处置。

kernel=np.ones((5,5),np.uint8)##DEFININGKERNELOF5x5imgDialation=cv2.erode(imgCanny,kernel,iterations=1)##EROSION

如今，在同一个程序中经常使用上述基本函数处置Monalisa图像。

5.绘制不同的状态

咱们可以经常使用OpenCV绘制不同的状态，像矩形，圆形，线等。

(1)长方形：

要在图像上绘制一个矩形，咱们经常使用cv2.rectangle函数。在函数中，咱们将宽度、高度、x、y、RGB中的色彩、深度作为参数传递。

语法：

cv2.rectangle(img,(w,h),(x,y),(R,G,B),THICKNESS)w:widthh:heightx:distancefromxaxisy:distancefromyaxisR,G,B:colorinRGBform(255,255,0)THICKNESS:thicknessofrectangel(integer)Examplecv2.rectangle(img,(100,300),(200,300),(255,0,255),2)

(2)圆形：

为了绘制一个圆形，咱们经常使用cv2.circle函数。咱们传递x，y，半径大小，RGB色彩，深度作为参数。

语法：

cv2.circle(img,(x,y),radius,(R,G,B),THICKNESS)x:distancefromxaxisy:distancefromyaxisradius:sizeofradius(integer)R,G,B:colorinRGBform(255,255,0)THICKNESS:thicknessofrectangel(integer)Examplecv2.circle(img,(200,130),90,(255,255,0),2)

(3)直线：

要绘制一条直线，咱们经常使用cv2.line函数传递起始点(x1，y1)、终点(x2，y2)、RGB格局的色彩、深度作为参数。

语法：

cv2.line(img,(x1,y1),(x2,y2),(R,G,B),THICKNESS)x1,y1:startpointofline(integer)x2,y2:endpointofline(integer)R,G,B:colorinRGBform(255,255,0)THICKNESS:thicknessofrectangel(integer)Examplecv2.line(img,(110,260),(300,260),(0,255,0),3)

6.在图像上写文字

在OpenCV中，咱们有一个函数cv2.puttext，用于在特定位置在图像上写入文本。它以图像、文本、x、y、色彩、字体、字号、粗细作为输入参数。

语法：

cv2.putText(img,text,(x,y),FONT,FONT_SCALE,(R,G,B),THICKNESS)img:imagetoputtextontext:texttoputonimageX:textdistancefromXaxisY:textdistancefromYaxisFONT:TypeofFONT(ALLFONTTYPES)FONT_SCALE:ScaleofFont(Integer)R,G,B:colorinRGBform(255,255,0)THICKNESS:thicknessofrectangel(integer)Examplecv2.putText(img,"HELLO",(120,250),cv2.FONT_HERSHEY_COMPLEX,1,(255,255,255),2)

7.检测和裁剪人脸

人脸检测在人脸识别系统中十分有用。在OpenCV中，咱们有许多预先训练的haar级联分类器可用于不同的义务。以下网址可以检查OpenCV上的分类器列表：

咱们经常使用haarcascade_frontalface_default.xml分类器来检测图像中的人脸。它将前往图像的四个坐标(w，h，x，y)。经常使用这些坐标，咱们要在脸上画一个矩形，而后经常使用相反的坐标，继续裁剪人脸。最后经常使用imwrite，把裁剪后的图像保留到目录中。

importcv2#Loadthecascadeface_cascade=cv2.CascadeClassifier('haarcascade_frontalface_default.xml')#Readtheinputimageimg=cv2.imread('images/img0.jpg')#Convertintograyscalegray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#Detectfacesfaces=face_cascade.detectMultiScale(gray,1.3,4)#Drawrectanglearoundthefacesfor(x,y,w,h)infaces:cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)#CroppingFacecrop_face=img[y:y+h,x:x+w]#SavingCroppedFacecv2.imwrite(str(w)+str(h)+'_faces.jpg',crop_face)cv2.imshow('img',img)cv2.imshow("imgcropped",crop_face)cv2.waitKey()

人脸识别为什么用python开发

可以使用OpenCV，OpenCV的人脸检测功能在一般场合还是不错的。而ubuntu正好提供了python-opencv这个包，用它可以方便地实现人脸检测的代码。

写代码之前应该先安装python-opencv：