计算机视觉是一门研究如何使机器“看”的科学，更具体地说，它是研究如何让计算机从数字图像或视频中获取信息、理解内容并做出决策的学科。计算机视觉涉及多个子领域，包括图像识别、目标检测、图像分割、图像分类、场景理解、光流估计、三维重建等。
计算机视觉的实现通常依赖于算法和大量的训练数据。深度学习，特别是卷积神经网络（CNN）的出现，极大地推动了计算机视觉的发展。以下是一个使用Python和TensorFlow库实现的简单计算机视觉任务的代码示例。这个例子将展示如何使用预训练的模型进行图像分类。
首先，确保你已经安装了必要的库。如果没有，请使用以下命令安装：
bash复制代码
|
pip install tensorflow |
|
pip install numpy |
|
pip install matplotlib |
|
pip install opencv-python |
然后，你可以使用以下代码来加载一个预训练的模型，并对图像进行分类：
python复制代码
|
import tensorflow as tf |
|
import numpy as np |
|
import matplotlib.pyplot as plt |
|
import cv2 |
|
from tensorflow.keras.applications.mobilenet_v2 import MobileNetV2, preprocess_input, decode_predictions |
|
|
|
# 加载预训练的MobileNetV2模型 |
|
model = MobileNetV2(weights='imagenet') |
|
|
|
# 加载并预处理图像 |
|
def load_and_preprocess_image(image_path): |
|
img = cv2.imread(image_path) |
|
img = cv2.resize(img, (224, 224)) # MobileNetV2输入尺寸为224x224 |
|
img = np.expand_dims(img, axis=0) |
|
img = preprocess_input(img) |
|
return img |
|
|
|
# 图像分类 |
|
def classify_image(model, image_path): |
|
image = load_and_preprocess_image(image_path) |
|
predictions = model.predict(image) |
|
# 使用decode_predictions解码预测结果 |
|
label = decode_predictions(predictions, top=3)[0] |
|
return label |
|
|
|
# 使用示例图像 |
|
image_path = 'path_to_your_image.jpg' # 替换为你的图像路径 |
|
label = classify_image(model, image_path) |
|
|
|
# 显示结果 |
|
plt.imshow(cv2.cvtColor(cv2.imread(image_path), cv2.COLOR_BGR2RGB)) |
|
plt.axis('off') |
|
plt.title('Predicted Classes') |
|
plt.show() |
|
|
|
# 打印预测结果 |
|
for i, (image, label) in enumerate(zip(image_path, label)): |
|
print(f"Image: {image}") |
|
for j, (class_name, probability) in enumerate(label): |
|
print(f"{j+1}. {class_name}: {probability * 100:.2f}%") |
在这个例子中，我们使用了MobileNetV2模型，它是一个轻量级的卷积神经网络，适用于移动和嵌入式设备上的计算机视觉任务。decode_predictions函数用于将模型的输出转换为人类可读的类别标签和概率。
请确保将image_path替换为你想要分类的图像文件的路径。运行这段代码后，你会看到图像以及模型预测的类别和概率。
