Python图像处理之OpenCV模块

Python图像处理

- 1、OpenCV模块简介
- 2、OpenCV模块图像常用操作
- 3、PIL与OpenCV图像格式转换
- 4、图像识别应用案例
- - 4.1、人脸识别
  - 4.2、车牌识别
  - 4.3、文本识别

1、OpenCV模块简介

OpenCV（Open Source Computer Vision Library）是一个基于BSD许可（开源）发行的跨平台计算机视觉库，主要用于图像和视频处理，可以运行在Linux、Windows、Android和MacOS操作系统上

OpenCV轻量级且高效：由一系列C函数和少量C++类构成，同时提供了Java、Python、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使用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语言接口

在计算机视觉项目的开发中，OpenCV作为较大众的开源库，拥有了丰富的常用图像处理函数库，能够快速的实现一些图像处理和识别的任务

PIL/Pillow库使用、图像简介见文章：传送门

OpenCV官网：https://opencv.org/

官方文档参考：https://docs.opencv.org/4.x/

OpenCV库主要有4个模块：core、imgproc、highgui和videoio

core：包含OpenCV库的核心功能，如数据类型、矩阵操作、数组操作、图像处理等
imgproc：包含图像处理函数，如阈值处理、滤波、边缘检测、形态学操作、直方图处理等
highgui：提供了一些图形界面相关的函数，如图像显示、鼠标和键盘事件处理、视频播放等
videoio：提供了一些视频处理相关的函数，如视频的读取和保存、视频的帧率、分辨率等

OpenCV的应用场景：

物体识别与跟踪：如人脸识别、车牌识别、文本识别、自动驾驶等
图像分割与边缘检测：如医学图像肿瘤分割和边缘检测，以定量诊断和治疗
图像特征提取与描述：如图像拼接和全景重建、深度学习等

安装：

pip install opencv-python

2、OpenCV模块图像常用操作

1）读取图像（不支持HTTP读取）

'''
cv2.imread(filename, flags)
- filename：图像文件路径
- flags：指定图像模式- cv2.IMREAD_COLOR：默认，彩色（忽略alpha通道）模式- cv2.IMREAD_GRAYSCALE：灰度模式- cv2.IMREAD_UNCHANGED：完整图像（包含alpha通道）
'''

import cv2
import numpy as npimg = cv2.imread(r'C:\Users\cc\Desktop\th.jpg')
# 获取图像宽高
width, height, mode = img.shape
print(width, height)

OpenCV读取HTTP图像见文章：传送门

2）显示图像

'''
cv2.imshow(winname, mat)
cv2.waitKey(0)
cv2.destroyAllWindows()
- winname：图像名称
- mat：读取的图像对象
- cv2.waitKey(0)：等待键盘输入（单位：ms），0表示无限等待，没有该操作图像会一闪而逝
- cv2.destroyAllWindows()：销毁所有窗口
'''

cv2.imshow('th', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

3）保存图像

'''
cv2.imwrite(filename, img, params)
- filename：保存的图像文件名（带后缀）
- img：要保存的图像对象
- params：压缩级别，默认3
'''

cv2.imwrite('save.jpg', img)

4）图像缩放

'''
cv2.resize(src, dsize)
- src：要缩放的图像
- dsize：目标大小
'''

resized_img = cv2.resize(img, (200, 200))
cv2.imshow('resized_img', resized_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

5）图像裁剪

cropped_img = img[0: 40, 0: 40]
cv2.imshow('cropped_img', cropped_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

6）图像旋转

'''
cv2.getRotationMatrix2D(center, angle, scale)：图像旋转
center：旋转中心  angle：旋转角度（逆时针） scale：比例
cv2.warpAffine(src, M, dsize)：图像平移
src：要旋转的图像  M：矩阵  dsize：旋转后图像大小
'''

M = cv2.getRotationMatrix2D((width / 2, height / 2), 45, 1)
rotated_img = cv2.warpAffine(img, M, (width, height))
cv2.imshow('rotated_img', rotated_img)
cv2.waitKey(0)
cv2.destroyAllWindows()