AI OpenCV 简介

OpenCV 简介

原文:https://www.geeksforgeeks.org/introduction-to-opencv/

OpenCV 是最受欢迎的计算机视觉库之一。如果你想开始你在计算机视觉领域的旅程，那么彻底理解 OpenCV 的概念是至关重要的。在本文中，我将尝试以直观的方式介绍 OpenCV 最基本、最重要的概念。 本文将涵盖以下主题:

读取图像
提取像素的 RGB 值
提取感兴趣区域
调整图像大小
旋转图像
绘制矩形
显示文本

这是我们将在本文中处理的原始图像。

Original Image

让我们从使用 OpenCV 读取图像的简单任务开始。

读取图像

# Importing the OpenCV library
import cv2
# Reading the image using imread() function
image = cv2.imread('image.png')

# Extracting the height and width of an image
h, w = image.shape[:2]
# Displaying the height and width
print("Height = {},  Width = {}".format(h, w))

现在我们将集中于提取单个像素的 RGB 值。注意–OpenCV 按照 BGR 顺序排列频道。因此第 0 个值将对应蓝色像素，而不是红色像素。

提取像素的 RGB 值

# Extracting RGB values. 
# Here we have randomly chosen a pixel
# by passing in 100, 100 for height and width.
(B, G, R) = image[100, 100]

# Displaying the pixel values
print("R = {}, G = {}, B = {}".format(R, G, B))

# We can also pass the channel to extract 
# the value for a specific channel
B = image[100, 100, 0]
print("B = {}".format(B))

提取感兴趣区域

# We will calculate the region of interest 
# by slicing the pixels of the image
roi = image[100 : 500, 200 : 700]

Region Of Interest

调整图像大小

# resize() function takes 2 parameters, 
# the image and the dimensions
resize = cv2.resize(image, (800, 800))

Resized Image

这种方法的问题是不能保持图像的纵横比。所以我们需要做一些额外的工作，以保持适当的长宽比。

# Calculating the ratio
ratio = 800 / w

# Creating a tuple containing width and height
dim = (800, int(h * ratio))

# Resizing the image
resize_aspect = cv2.resize(image, dim)

Resizing with proper aspect ratio

旋转图像

# Calculating the center of the image
center = (w // 2, h // 2)

# Generating a rotation matrix
matrix = cv2.getRotationMatrix2D(center, -45, 1.0) 

# Performing the affine transformation
rotated = cv2.warpAffine(image, matrix, (w, h))

Rotated Image

旋转图像需要很多步骤。所以，让我详细解释一下。

这里使用的两个主要功能是–

getremotion matrix 2d()
石蜡()

getrotationmatrix 2d() 需要 3 个参数–

中心–图像的中心坐标
角度–图像旋转的角度(度)
Scale – The scaling factor

它返回一个 23 矩阵，由α和β的值组成 α=标度 cos(角度) β=标度*正弦(角度)

石蜡()

warpAffine 函数使用旋转矩阵变换源图像:

```py dst(x, y) = src(M11X + M12Y + M13, M21X + M22Y + M23)

```

这里 M 是旋转矩阵，如上所述。它计算图像的新 x，y 坐标并对其进行变换。

绘制矩形 这是一个原地操作。

```py

We are copying the original image,

as it is an in-place operation.

output = image.copy()

Using the rectangle() function to create a rectangle.

rectangle = cv2.rectangle(output, (1500, 900), (600, 400), (255, 0, 0), 2) ```

它包含 5 个参数–
- 图像
- 左上角坐标
- 右下角坐标
- 颜色(BGR 格式)
- 线宽
显示文字 也是原地操作

```py

Copying the original image

output = image.copy()

Adding the text using putText() function

text = cv2.putText(output, 'OpenCV Demo', (500, 550), cv2.FONT_HERSHEY_SIMPLEX, 4, (255, 0, 0), 2) ```

它包含 7 个参数–
1. 图像
2. 要显示的文本
3. 左下角坐标，文本应该从这里开始
4. 字体
5. 字体大小
6. 颜色(BGR 格式)
7. 线宽