OpenCV基础（一）-阿里云开发者社区

OpenCV基础（一）

2024-06-21 13

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： OpenCV是一个开源的计算机视觉库，用于图像处理和机器学习，由Intel发起，支持多种平台和语言，如Python、C++。它提供丰富的优化算法，适用于面部识别、物体识别等应用。OpenCV-Python是其Python接口，便于快速原型设计，包含多个模块，并有丰富的学习资源。基本操作包括使用`cv.imread()`读取图像，`cv.imshow()`显示图像，以及`cv.imwrite()`保存图像。

OpenCV简介

OpenCV是一个功能强大的开源计算机视觉和机器学习软件库，它在图像处理和视频分析领域得到了广泛应用。OpenCV最初由英特尔公司于1999年发起并支持，后来由Willow Garage和Itseez（现在是Intel的一部分）维护。它是为了推动机器视觉领域的实时应用而开发的。OpenCV提供了丰富的算法，包括但不限于图像处理、物体和特征检测、物体识别、3D重建等。这些算法经过优化，可以在多种硬件平台上高效运行。OpenCV被广泛应用于面部识别、物体识别、运动跟踪、机器人视觉以及许多其他的计算机视觉应用中。

OpenCV的优势：

OpenCV基于C++实现，同时提供python, Ruby, Matlab等语言的接口。OpenCV-Python是OpenCV的Python API，结合了OpenCV C++ API和Python语言的最佳特性。

可以在不同的系统平台上使用。

OpenCV-Python是一个Python绑定库，解决计算机视觉问题。

OpenCV-Python继承了OpenCV的多平台、轻量级和高效的特点，为Python开发者提供了丰富的计算机视觉功能。以下是OpenCV-Python的一些详细介绍：

接口封装：OpenCV-Python是OpenCV库C++实现的Python包装器。这意味着OpenCV-Python是对C++版本的OpenCV进行了Python风格的封装，使得Python开发者能够轻松地调用OpenCV的功能。

快速原型设计：OpenCV-Python非常适合用于计算机视觉问题的快速原型设计。它的设计使得开发者可以迅速实现想法并测试算法。

模块组成：OpenCV-Python包含了多个模块，每个模块都有其特定的应用场景。了解这些模块的功能和用途对于有效使用OpenCV-Python至关重要。

学习资源：为了掌握OpenCV-Python，官方提供了丰富的学习资源，包括官方网站、手册和入门教程。这些资料是学习和解决问题的重要参考。

安装与测试：在开始使用OpenCV-Python之前，需要确保已经正确安装了相关库，并且通过查询版本信息来验证安装是否成功。

图像的基础操作

读取图像

cv.imread()

参数：

要读取的图像
读取方式的标志
cv.IMREAD*COLOR：以彩色模式加载图像，任何图像的透明度都将被忽略。这是默认参数。
cv.IMREAD*GRAYSCALE：以灰度模式加载图像
cv.IMREAD_UNCHANGED：包括alpha通道的加载图像模式。

import numpy as np
import cv2 as cv
 
img = cv.imread('QQ.jpg',0)

显示图像

cv.imshow()

显示图像的窗口名称，以字符串类型表示
要加载的图像

保存图像

cv.imwrite()

文件名，保存在哪里
保存的图像

cv.imwrite('messigray.png',img)

读取一张图片，将其转换为灰度图像，并显示出来：

import numpy as np
import cv2 as cv
import matplotlib.pyplot as plt
 
img = cv.imread('messi5.jpg',0)
 
 
cv.imshow('image',img)
 
plt.imshow(img[:,:,::-1])
plt.title('匹配结果'), plt.xticks([]), plt.yticks([])
plt.show()
k = cv.waitKey(0)
 
cv.imwrite('messigray.png',img)