0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

python opencv resize

新机器视觉 来源:CSDN 2023-01-13 14:23 次阅读

1. OpenCV 初识与安装

本部分要了解 OpenCV (Open Source Computer Vision Library)的相关简介,OpenCv 可以运行在多平台之上,轻量级而且高效,由一系列 C 函数和少量 C++类构成,提供了 Python、Ruby、MATLAB 等语言的接口,所以在学习的时候,要注意查阅资料的语言实现相关问题。

这个阶段除了安装 OpenCV 相关库以外,建议收藏官方网址,官方手册,官方入门教程,这些都是最佳的学习资料

模块安装完毕,需要重点测试 OpenCV 是否安装成功,可通过 Python 查询安装版本。

2. OpenCV 模块简介

先从全局上掌握 OpenCV 都由哪些模块组成。例如下面这些模块,你需要找到下述模块的应用场景与简介。

core、imgproc、highgui、calib3d、features2d、contrib、flann、gpu、legacy、ml、objdetect、photo、stitching。

整理每个模块的核心功能,并完成第一个 OpenCV 案例,读取显示图片。

3. OpenCV 图像读取,显示,保存

安装 OpenCV 之后,从图像获取开始进行学习,包含本地加载图片,相机获取图片,视频获取,创建图像等内容。

只有先获取图像之后,才能对图像进行操作处理,信息提取,结果输出,图像显示,图像保存。

对于一个图像而言,在 OpenCV 中进行读取展示的步骤如下,你可以将其代码进行对应。

图像读取;

窗口创建;

图像显示;

图像保存;

资源释放。

涉及需要学习的函数有

cv2.imread()、cv2.namedWindow()、cv2.imshow()、cv2.imwrite()、cv2.destroyWindow()、cv2.destroyAllWindows()、cv2.imshow()、cv2.cvtColor()、cv2.imwrite()、cv2.waitKey()。

4. 摄像头和视频读取,保存

第一个要重点学习VideoCapture类,该类常用的方法有:

open() 函数;

isOpened() 函数;

release() 函数;

grab() 函数;

retrieve() 函数;

get() 函数;

set() 函数;

除了读取视频外,还需要掌握 Opencv 提供的VideoWriter类,用于保存视频文件。

学习完相关知识之后,可以进行这样一个实验,将一个视频逐帧保存为图片。

5. OpenCV 常用数据结构和颜色空间

这部分要掌握的类有Point类、Rect类、Size类、Scalar类,除此之外,在 Python 中用numpy对图像进行操作,所以numpy相关的知识点,建议提前学习,效果更佳。

OpenCV 中常用的颜色空间有 BGR 颜色空间、HSV/HLS 颜色空间、Lab 颜色空间,这些都需要了解,优先掌握 BGR 颜色空间。

6. OpenCV 常用绘图函数

掌握如下函数的用法,即可熟练的在 Opencv 中绘制图形。

cv2.line();

cv2.circle();

cv2.rectangle();

cv2.ellipse();

cv2.fillPoly();

cv2.polylines();

cv2.putText()。

7. OpenCV 界面事件操作之鼠标与滑动条

第一个要掌握的函数是鼠标操作消息回调函数,cv2.setMouseCallback(),滑动条涉及两个函数,分别是:cv2.createTrackbar()和cv2.getTrackbarPos()。

掌握上述内容之后,可以实现两个案例,其一为鼠标在一张图片上拖动框选区域进行截图,其二是通过滑动条让视频倍速播放。

8. 图像像素、通道分离与合并

了解图像像素矩阵,熟悉图片的像素构成,可以访问指定像素的像素值,并对其进行修改。

通道分离函数cv2.split(),通道合并函数cv2.merge()。

9. 图像逻辑运算

掌握图像之间的计算,涉及函数如下:

cv2.add();

cv2.addWeighted();

cv2.subtract();

cv2.absdiff();

cv2.bitwise_and();

cv2.bitwise_not();

cv2.bitwise_xor()。

还可以研究图像乘除法。

10. 图像 ROI 与 mask 掩膜

本部分属于 OpenCV 中的重点知识,第一个为感兴趣区域 ROI,第二个是 mask 掩膜(掩码)操作 。

学习 ROI 部分时,还可以学习一下图像的深浅拷贝。

11. 图像几何变换

图像几何变换依旧是对基础函数的学习与理解,涉及内容如下:

图像缩放 cv2.resize();

图像平移 cv2.warpAffine();

图像旋转 cv2.getRotationMatrix2D();

图像转置 cv2.transpose();

图像镜像 cv2.flip();

图像重映射 cv2.remap()。

12. 图像滤波

理解什么是滤波,高频与低频滤波,图像滤波函数。

线性滤波:方框滤波、均值滤波、高斯滤波, 非线性滤波:中值滤波、双边滤波,

方框滤波 cv2.boxFilter();

均值滤波 cv2.blur();

高斯滤波 cv2.GaussianBlur();

中值滤波 cv2.medianBlur();

双边滤波 cv2.bilateralFilter()。

13. 图像固定阈值与自适应阈值

图像阈值化是图像处理的重要基础部分,应用很广泛,可以根据灰度差异来分割图像不同部分,阈值化处理的图像一般为单通道图像(灰度图),核心要掌握的两个函数:

固定阈值:cv2.threshold();

自适应阈值:cv2.adaptiveThreshold()。

14. 图像膨胀腐蚀

膨胀、腐蚀属于形态学的操作,是图像基于形状的一系列图像处理操作。

膨胀腐蚀是基于高亮部分(白色)操作的,膨胀是対高亮部分进行膨胀,类似“领域扩张”, 腐蚀是高亮部分被腐蚀,类似“领域被蚕食”。

膨胀腐蚀的应用和功能:

消除噪声;

分割独立元素或连接相邻元素;

寻找图像中的明显极大值、极小值区域;

求图像的梯度;

核心需要掌握的函数如下:

膨胀 cv2.dilate();

腐蚀 cv2.erode()。

形态学其他操作,开运算、闭运算、顶帽、黑帽、形态学梯度这些都是基于膨胀腐蚀基础之上,利用cv2.morphologyEx()函数进行操作。

15. 边缘检测

边缘检测可以提取图像重要轮廓信息,减少图像内容,可用于分割图像、特征提取等操作。

边缘检测的一般步骤:

滤波:滤出噪声対检测边缘的影响 ;

增强:可以将像素邻域强度变化凸显出来—梯度算子 ;

检测:阈值方法确定边缘 ;

常用边缘检测算子:

Canny 算子,Canny 边缘检测函数 cv2.Canny();

Sobel 算子,Sobel 边缘检测函数 cv2.Sobel();

Scharr 算子,Scharr 边缘检测函数 cv2.Scahrr() ;

Laplacian 算子,Laplacian 边缘检测函数 cv2.Laplacian()。

16. 霍夫变换

霍夫变换(Hough Transform)是图像处理中的一种特征提取技术,该过程在一个参数空间中,通过计算累计结果的局部最大值,得到一个符合该特定形状的集合,作为霍夫变换的结果。

本部分要学习的函数:

标准霍夫变换、多尺度霍夫变换 cv2.HoughLines() ;

累计概率霍夫变换 cv2.HoughLinesP() ;

霍夫圆变换 cv2.HoughCricles() 。

17. 图像直方图计算及绘制

先掌握直方图相关概念,在掌握核心函数,最后通过matplotlib模块对直方图进行绘制。计算直方图用到的函数是cv2.calcHist()。

直方图相关应用:

直方图均衡化 cv2.equalizeHist();

直方图对比 cv2.compareHist();

反向投影 cv2.calcBackProject()。

18. 模板匹配

模板匹配是在一幅图像中寻找与另一幅模板图像最匹配(相似)部分的技术。

核心用到的函数如下:

模板匹配 cv2.matchTemplate();

矩阵归一化 cv2.normalize();

寻找最值 cv2.minMaxLoc()。

19. 轮廓查找与绘制

核心要理解到在 OpenCV 中,查找轮廓就像在黑色背景中找白色物体。

常用函数:

查找轮廓 cv2.findContours();

绘制轮廓 cv2.drawContours() 。

最后应该掌握针对每个轮廓进行操作。

20. 轮廓特征属性及应用

这部分内容比较重要,并且知识点比较多,核心内容与函数分别如下:

寻找凸包 cv2.convexHull() 与 凸性检测 cv2.isContourConvex();

轮廓外接矩形 cv2.boundingRect();

轮廓最小外接矩形 cv2.minAreaRect();

轮廓最小外接圆 cv2.minEnclosingCircle();

轮廓椭圆拟合 cv2.fitEllipse();

逼近多边形曲线 cv2.approxPolyDP();

计算轮廓面积 cv2.contourArea();

计算轮廓长度 cv2.arcLength();

计算点与轮廓的距离及位置关系 cv2.pointPolygonTest();

形状匹配 cv2.matchShapes()。

21. 高级部分-分水岭算法及图像修补

掌握分水岭算法的原理,掌握核心函数cv2.watershed()。

可以扩展补充图像修补技术及相关函数cv2.inpaint(),学习完毕可以尝试人像祛斑应用。

22. GrabCut & FloodFill 图像分割、角点检测

这部分内容都需要一些图像专业背景知识,先掌握相关概念知识,在重点学习相关函数。

GrabCut 算法 cv2.grabCut();

漫水填充算法 cv2.floodFill();

Harris 角点检测 cv2.cornerHarris();

Shi-Tomasi 角点检测 cv2.goodFeaturesToTrack();

亚像素角点检测 cv2.cornerSubPix()。

23. 特征检测与匹配

特征点的检测和匹配是计算机视觉中非常重要的技术之一, 在物体识别、视觉跟踪、三维重建等领域都有很广泛的应用。

OpenCV 提供了如下特征检测方法:

“FAST” FastFeatureDetector;

“STAR” StarFeatureDetector;

“SIFT” SIFT(nonfree module) Opencv3 移除,需调用 xfeature2d 库;

“SURF” SURF(nonfree module) Opencv3 移除,需调用 xfeature2d 库;

“ORB” ORB Opencv3 移除,需调用 xfeature2d 库;

“MSER” MSER;

“GFTT” GoodFeaturesToTrackDetector;

“HARRIS” (配合 Harris detector);

“Dense” DenseFeatureDetector;

SimpleBlob” SimpleBlobDetector。

24. OpenCV 应用部分之运动物体跟踪与人脸识别

了解何为运动物体检测,OpenCV 中常用的运动物体检测方法有背景减法、帧差法、光流法,跟踪算法常用的有meanShift,camShift,粒子滤波,光流法等。

meanShift 跟踪算法 cv2.meanShift();

CamShift 跟踪算法 cv2.CamShift()。

如果学习人脸识别,涉及的知识点为:

人脸检测:从图像中找出人脸位置并标识;

人脸识别:从定位到的人脸区域区分出人的姓名或其它信息;

机器学习





审核编辑:刘清

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 人脸识别
    +关注

    关注

    76

    文章

    4011

    浏览量

    81860
  • OpenCV
    +关注

    关注

    31

    文章

    634

    浏览量

    41338
  • python
    +关注

    关注

    56

    文章

    4792

    浏览量

    84630

原文标题:一篇文章就梳理清楚了 Python OpenCV 的知识体系

文章出处:【微信号:vision263com,微信公众号:新机器视觉】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    LabVIEW+Python+openCV

    的,动态链接库也需要配置,还需要知道各个参数含义和类型,这里提供另外一种方法,那就是PythonopenCV工具包,绝对开源和免费,LabVIEW可以利用Python节点调用Python
    发表于 12-07 20:59

    在“model_transform.py”添加参数“--resize_dims 640,640”是否表示tpu会自动resize的?

    在“model_transform.py”添加参数“--resize_dims 640,640”是否表示tpu会自动resize的?我看到yolov5的sample代码里都用opencv做了
    发表于 09-18 07:56

    SE5盒子上安装了libsophon、和sophon-mw的包之后运行opencv resize报错如何解决?

    在SE5盒子上安装了libsophon、和sophon-mw的包之后,运行简单的opencv resize,出现了如下错误 [/workspace/middleware-soc/bm_opencv
    发表于 09-18 08:10

    OpenCV-Python-Toturial-中文版

    python编写opencv的入门资料,介绍了python的各个函数的应用
    发表于 03-23 14:55 0次下载

    resize函数用法示例

    OpenCV3编程入门》书本配套源代码:resize函数用法示例
    发表于 06-06 15:20 2次下载

    图像金字塔和resize综合示例_《OpenCV3编程入门》书本配套源代码

    OpenCV3编程入门》书本配套源代码:图像金字塔和resize综合示例
    发表于 06-06 15:52 3次下载

    OpenCV3编程入门-源码例程全集-resize函数用法示例

    OpenCV3编程入门-源码例程全集-resize函数用法示例
    发表于 09-18 16:38 2次下载

    图像金字塔和resize综合示例_OpenCV3编程入门-源码例程全集

    OpenCV3编程入门-源码例程全集-图像金字塔和resize综合示例,感兴趣的小伙伴们可以瞧一瞧。
    发表于 09-18 16:55 0次下载

    python图像处理opencv步骤是怎么样的

    越来越觉得python是一强大的工具,处理样本确实不错。最近因项目需要涉及到图片处理,所以开始用python调用opencv,再次觉得python真乃神器也!
    发表于 12-04 15:29 4408次阅读

    使用PythonOpenCV实现行人检测的资料合集免费下载

    本文档的主要内容详细介绍的是使用PythonOpenCV实现行人检测的资料合集免费下载。
    发表于 06-01 17:42 23次下载
    使用<b class='flag-5'>Python</b>和<b class='flag-5'>OpenCV</b>实现行人检测的资料合集免费下载

    OpenCV中的Python实现

    类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。 OpenCV用C++语言编写,它的主要接口也是C++语言,但是依然保留了大量的C语言
    的头像 发表于 08-25 15:55 2070次阅读

    Linux Debian与Python、Flask和OpenCV识别面部

    电子发烧友网站提供《Linux Debian与Python、Flask和OpenCV识别面部.zip》资料免费下载
    发表于 08-24 10:16 2次下载
    Linux Debian与<b class='flag-5'>Python</b>、Flask和<b class='flag-5'>OpenCV</b>识别面部

    使用opencvpython进行智能火灾检测

    电子发烧友网站提供《使用opencvpython进行智能火灾检测.zip》资料免费下载
    发表于 11-02 15:08 0次下载
    使用<b class='flag-5'>opencv</b>和<b class='flag-5'>python</b>进行智能火灾检测

    Python实现OpenCV的安装与使用

      本文实例讲述了 Python 实现 OpenCV 的安装与使用。分享给大家供 大家参考,具体如下:  由于下一步要开始研究下深度学习,而深度学习领域很多的算法和应 用都是用 Python 来实现
    发表于 07-20 11:46 7次下载

    opencv-pythonopencv一样吗

    不一样。OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习软件库,它提供了大量的图像和视频处理功能。OpenCV-Python
    的头像 发表于 07-16 10:38 1161次阅读