OpenCV-Python，计算机视觉开发利器

小灰灰 2022-04-16 02:15 205阅读 0赞

**人工智能**，一个已经被谈论了几十年的概念（最早是**图灵**在**1950年**提出）。如今这几年，相关技术的发展速度是越来越快。高大上如无人驾驶、智能安防、AI辅助诊断，接地气如刷脸支付、内容推荐、自动翻译等，众多领域借助人工智能的力量而进化。从百度搜索指数的变化，也能从一个侧面反映出关注度在不断上升。

![v2-96403f210286aa8d8a04f43e6cd8748d_b.jpg][]

而这其中，很多应用都涉及到“**计算机视觉**”这样一个细分领域。简单来说，就是将图像信息转化为计算机可以处理的数字信息，从而让计算机能“看得见”。这个信息不仅仅是二维的图片，也包括三维场景、视频序列等。基本上所有需要用到摄像头、图片、视频的应用场景，都离不开计算机视觉的支持。因此，这也是人工智能领域中比较热门的一个方向。

![v2-e3b103aef10990222493530e2de63f03_b.jpg][] 来自《2017年人工智能行业发展研究报告白皮书》- IT耳朵\&amp;IT桔子

而说到计算机视觉，就不能不提到 **OpenCV**，它是一个历史悠久、功能丰富、社区活跃的开源视觉开发库。一方面，它提供了计算机视觉以及图像处理方面最常用最基础的功能支持，是开发的必备工具；另一方面，它在新版本中紧跟潮流，加入对新的算法、硬件的支持（v3.3 正式引入 DNN）。

OpenCV 基于 C 编写，但提供了 Python、Ruby、MATLAB 等多种语言接口。这对于习惯使用 Python 开发的人工智能从业者来说非常方便。之前的不少习题和开发案例中，我们都有用到过。今天我们再用几个常见的例子，演示下 OpenCV-Python 的强大功能。

## **安装：** ##

OpenCV 的安装，不同平台不同版本会有一些差异。安装前需要装好 **numpy**，强烈建议先安装好 **Anaconda**，然后直接通过命令安装：

pip install opencv-python

如果你运气好，代码里运行 `import cv2` 没报错就是成功了。

但大多数时候可能不行。你可以考虑去这里下载安装文件：

[https://www.lfd.uci.edu/~gohlke/pythonlibs/\#opencv][https_www.lfd.uci.edu_gohlke_pythonlibs_opencv]

然后通过命令从本地安装：

pip install opencv_python3.4.3cp37cp37mwin_amd64.whl

这里下载的安装文件**版本**号务必要和你本机的 **Python 版本**和**位数**相对应。

如果安装时还有其他问题，可在网上直接搜索报错，通常都会有解决方案，这里不一一赘述。

## **基本的图像读写：** ##

我们用图像处理的经典范例 **Lenna** 来做测试

![v2-66983236761c84916eeabcb38dd6bf99_b.jpg][] 可自行搜索这幅图像的来头

import cv2 as cv
    # 读图片
    img = cv.imread('img/Lenna.png')
    # 图片信息
    print('图片尺寸:', img.shape)
    print('图片数据:', type(img), img)
    # 显示图片
    cv.imshow('pic title', img)
    cv.waitKey(0)
    # 添加文字
    cv.putText(img, 'Learn Python with Crossin', (50, 150), cv.FONT_HERSHEY_SIMPLEX, 1, (255, 255, 255), 4)
    # 保存图片
    cv.imwrite('img/Lenna_new.png', img)

![v2-66dab2a7a2cea68cee2db423ab0b40ba_b.jpg][]![v2-5c39b7421fa74ca27b8782677b3dadf0_b.jpg][]

OpenCV-Python 中的图像数据使用了 **numpy 库的 ndarray 类型**进行管理，便于进行各种数值计算和转换。

常见的图像处理：

import numpy as np
    # 灰度图
    img_gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
    cv.imwrite('img/Lenna_gray.png', img_gray)
    # 二值化
    _, img_bin = cv.threshold(img_gray, 127, 255, cv.THRESH_BINARY)
    cv.imwrite('img/Lenna_bin.png', img_bin)
    # 平滑
    img_blur = cv.blur(img, (5, 5))
    cv.imwrite('img/Lenna_blur.png', img_blur)
    # 边缘提取
    _, contours, _ = cv.findContours(img_bin, cv.RETR_TREE, cv.CHAIN_APPROX_SIMPLE)
    img_cont = np.zeros(img_bin.shape, np.uint8)    
    cv.drawContours(img_cont, contours, -1, 255, 3) 
    cv.imwrite('img/Lenna_cont.png', img_cont)

![v2-b96df79d2dc902b2279789766e007da3_b.jpg][]

这几种都属于**数字图像处理**的常用方法。OpenCV-Python 基本都封装好的接口，只需一两行代码就能完成，在实际项目开发中非常方便。

我们编程教室之前的“**每周一坑**”栏目里，和图像相关的题目基本都可以用 OpenCV-Python 来解决。

对这方面知识感兴趣的，可以找本数字图像处理的相关教材系统地看一遍，了解数字图像处理的基础。

除了基础功能，OpenCV 在代码附带的 **Samples** 里还提供了一些经典开发案例：

**人脸检测**

[https://github.com/opencv/opencv/blob/master/samples/python/facedetect.py][https_github.com_opencv_opencv_blob_master_samples_python_facedetect.py]

使用方法

python facedetect.py

核心代码

cascade = cv.CascadeClassifier("haarcascade_frontalface_alt.xml")
    rects = cascade.detectMultiScale(img, scaleFactor=1.3, minNeighbors=4, minSize=(30, 30), flags=cv.CASCADE_SCALE_IMAGE)

![v2-8a1540f4589faf01fa3aa2164f61d555_b.gif][]

此功能基于 **Haar 分类器**实现，项目中附带有训练好的分类器文件。此外，你还可以使用 OpenCV 训练针对其他目标特征的分类器。

我们之前的开发案例 《[Python 送你一顶圣诞帽][Python]》 就使用了 OpenCV-Python 的人脸识别代码。获取代码请在公众号（Crossin的编程教室）里回复关键字 **圣诞帽**

**姿态识别**

[https://github.com/opencv/opencv/blob/master/samples/dnn/openpose.py][https_github.com_opencv_opencv_blob_master_samples_dnn_openpose.py]

使用方法

python openpose.py --model pose.caffemodel --proto pose.prototxt --dataset MPI

核心代码

net = cv.dnn.readNetFromCaffe(args.proto, args.model)
    inp = cv.dnn.blobFromImage(frame, 1.0 / 255, (inWidth, inHeight), (0, 0, 0), swapRB=False, crop=False)
    net.setInput(inp)
    out = net.forward()

![v2-02b3efcc9b1683dace838b10d98f7323_b.gif][]

详情参见文章： [用 Python 实现抖音尬舞机][Python 1]  
获取代码请在公众号（Crossin的编程教室）里回复关键字 **姿态**

**风格迁移**

[https://github.com/opencv/opencv/blob/master/samples/dnn/fast\_neural\_style.py][https_github.com_opencv_opencv_blob_master_samples_dnn_fast_neural_style.py]

使用方法

python fast_neural_style.py --model starry_night.t7

核心代码

net = cv.dnn.readNetFromTorch(args.model)
    net.setPreferableBackend(cv.dnn.DNN_BACKEND_OPENCV);
    inp = cv.dnn.blobFromImage(frame, 1.0, (inWidth, inHeight), (103.939, 116.779, 123.68), swapRB=False, crop=False)
    net.setInput(inp)
    out = net.forward()

![v2-e13ba404e7f133960381275c49dc3304_b.gif][]

详情参见文章： [Python OpenCV 十几行代码模仿世界名画][Python OpenCV]  
获取代码请在公众号（Crossin的编程教室）里回复关键字 **名画**

以上便是 OpenCV-Python 的一些简单应用。OpenCV 官方 Samples 代码里还有很多有趣的例子（地址：[https://github.com/opencv/opencv][https_github.com_opencv_opencv] ）更强大的功能也有待你在开发中逐步体会。

希望这篇管中窥豹的文章可以让各位对 OpenCV 和计算机视觉有一个初步的了解和直观的认识，进而共同参与到人工智能这场技术浪潮中来。

获取更多学习资源和代码实例，请在公众号（Crossin的编程教室）里回复关键字 **项目**

════

*其他文章及回答：*

欢迎搜索及关注：**Crossin的编程教室**

![154816tsh373rusgwbxs7w.png][]

[v2-96403f210286aa8d8a04f43e6cd8748d_b.jpg]: http://crossin-forum.b0.upaiyun.com/upload-by-code/20181115/v2-96403f210286aa8d8a04f43e6cd8748d_b.jpg
[v2-e3b103aef10990222493530e2de63f03_b.jpg]: http://crossin-forum.b0.upaiyun.com/upload-by-code/20181115/v2-e3b103aef10990222493530e2de63f03_b.jpg
[https_www.lfd.uci.edu_gohlke_pythonlibs_opencv]: http://link.zhihu.com/?target=https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv
[v2-66983236761c84916eeabcb38dd6bf99_b.jpg]: http://crossin-forum.b0.upaiyun.com/upload-by-code/20181115/v2-66983236761c84916eeabcb38dd6bf99_b.jpg
[v2-66dab2a7a2cea68cee2db423ab0b40ba_b.jpg]: http://crossin-forum.b0.upaiyun.com/upload-by-code/20181115/v2-66dab2a7a2cea68cee2db423ab0b40ba_b.jpg
[v2-5c39b7421fa74ca27b8782677b3dadf0_b.jpg]: http://crossin-forum.b0.upaiyun.com/upload-by-code/20181115/v2-5c39b7421fa74ca27b8782677b3dadf0_b.jpg
[v2-b96df79d2dc902b2279789766e007da3_b.jpg]: http://crossin-forum.b0.upaiyun.com/upload-by-code/20181115/v2-b96df79d2dc902b2279789766e007da3_b.jpg
[https_github.com_opencv_opencv_blob_master_samples_python_facedetect.py]: http://link.zhihu.com/?target=https://github.com/opencv/opencv/blob/master/samples/python/facedetect.py
[v2-8a1540f4589faf01fa3aa2164f61d555_b.gif]: http://crossin-forum.b0.upaiyun.com/upload-by-code/20181115/v2-8a1540f4589faf01fa3aa2164f61d555_b.gif
[Python]: https://zhuanlan.zhihu.com/p/32303782
[https_github.com_opencv_opencv_blob_master_samples_dnn_openpose.py]: http://link.zhihu.com/?target=https://github.com/opencv/opencv/blob/master/samples/dnn/openpose.py
[v2-02b3efcc9b1683dace838b10d98f7323_b.gif]: http://crossin-forum.b0.upaiyun.com/upload-by-code/20181115/v2-02b3efcc9b1683dace838b10d98f7323_b.gif
[Python 1]: https://zhuanlan.zhihu.com/p/47536632
[https_github.com_opencv_opencv_blob_master_samples_dnn_fast_neural_style.py]: http://link.zhihu.com/?target=https://github.com/opencv/opencv/blob/master/samples/dnn/fast_neural_style.py
[v2-e13ba404e7f133960381275c49dc3304_b.gif]: http://crossin-forum.b0.upaiyun.com/upload-by-code/20181115/v2-e13ba404e7f133960381275c49dc3304_b.gif
[Python OpenCV]: https://zhuanlan.zhihu.com/p/46801141
[https_github.com_opencv_opencv]: http://link.zhihu.com/?target=https://github.com/opencv/opencv
[Python 2]: https://www.zhihu.com/question/20702054/answer/19022301
[Link 1]: https://zhuanlan.zhihu.com/p/25824007
[Link 2]: https://zhuanlan.zhihu.com/p/34685564
[Python 3]: http://zhuanlan.zhihu.com/p/36064871
[Link 3]: https://zhuanlan.zhihu.com/p/36581953
[Link 4]: http://zhuanlan.zhihu.com/p/29043669
[Link 5]: http://zhuanlan.zhihu.com/p/28726244
[Python 4]: https://zhuanlan.zhihu.com/p/37664927
[Link 6]: https://zhuanlan.zhihu.com/p/37814595
[requests]: https://zhuanlan.zhihu.com/p/38466193
[AI]: https://zhuanlan.zhihu.com/p/39937847
[154816tsh373rusgwbxs7w.png]: http://crossin-forum.b0.upaiyun.com/forum/201806/28/154816tsh373rusgwbxs7w.png