計(jì)算機(jī)視覺(jué)涉及使用計(jì)算機(jī)軟件和硬件建模和復(fù)制人類(lèi)視覺(jué)。在本章中，您將詳細(xì)了解這一點(diǎn)。

計(jì)算機(jī)視覺(jué)

計(jì)算機(jī)視覺(jué)是一門(mén)學(xué)科，根據(jù)場(chǎng)景中存在的結(jié)構(gòu)的屬性，研究如何從其2d圖像重建，中斷和理解3d場(chǎng)景。

計(jì)算機(jī)視覺(jué)層次結(jié)構(gòu)

計(jì)算機(jī)視覺(jué)分為以下三個(gè)基本類(lèi)別 -

• 低級(jí)視覺(jué) - 它包括用于特征提取的過(guò)程圖像。
• 中級(jí)視覺(jué) - 包括物體識(shí)別和3D場(chǎng)景解釋
• 高級(jí)視覺(jué) - 包括活動(dòng)，意圖和行為等場(chǎng)景的概念性描述。

計(jì)算機(jī)視覺(jué)與圖像處理

圖像處理研究圖像到圖像的變換。圖像處理的輸入和輸出都是圖像。

計(jì)算機(jī)視覺(jué)是從圖像中構(gòu)建對(duì)物理對(duì)象的明確，有意義的描述。計(jì)算機(jī)視覺(jué)的輸出是對(duì)3D場(chǎng)景中的結(jié)構(gòu)的描述或解釋。

應(yīng)用

計(jì)算機(jī)視覺(jué)在以下領(lǐng)域中得到應(yīng)用 -

機(jī)器人

• 本地化 - 自動(dòng)確定機(jī)器人位置
• 導(dǎo)航
• 障礙避免
• 裝配（掛孔，焊接，噴漆）
• 操縱（例如PUMA機(jī)器人操縱器）
• 人機(jī)交互（HRI）：與人交互和服務(wù)的智能機(jī)器人

醫(yī)學(xué)

• 分類(lèi)和檢測(cè)（例如病變或細(xì)胞分類(lèi)和腫瘤檢測(cè)）
• 2D / 3D分割
• 3D人體器官重建（MRI或超聲）
• 視覺(jué)引導(dǎo)機(jī)器人手術(shù)

安全

生物識(shí)別技術(shù)（虹膜，指紋，面部識(shí)別）

監(jiān)視 - 檢測(cè)某些可疑活動(dòng)或行為

運(yùn)輸

自動(dòng)駕駛汽車(chē)安全性，例如駕駛員警惕監(jiān)控 工業(yè)自動(dòng)化應(yīng)用 工業(yè)檢查（缺陷檢測(cè)）部件條形碼和包裝標(biāo)簽閱讀對(duì)象排序文件理解（例如OCR）

安裝有用的包

對(duì)于使用Python的計(jì)算機(jī)視覺(jué)，您可以使用名為OpenCV（開(kāi)源計(jì)算機(jī)視覺(jué)）的流行庫(kù)。它是一個(gè)編程功能庫(kù)，主要針對(duì)實(shí)時(shí)計(jì)算機(jī)視覺(jué)。它是用C ++編寫(xiě)的，其主要接口是用C ++編寫(xiě)的。您可以借助以下命令安裝此軟件包 -

pip install opencv_python-X.X-cp36-cp36m-winX.whl

這里X代表您機(jī)器上安裝的Python版本以及您擁有的win32或64位。

如果您使用的是anaconda環(huán)境，請(qǐng)使用以下命令安裝OpenCV -

conda install -c conda-forge opencv

閱讀，寫(xiě)作和顯示圖像

大多數(shù)CV應(yīng)用程序需要將圖像作為輸入并將圖像作為輸出生成。在本節(jié)中，您將學(xué)習(xí)如何借助OpenCV提供的功能讀取和寫(xiě)入圖像文件。

OpenCV函數(shù)用于讀取，顯示，寫(xiě)入圖像文件

OpenCV為此提供以下功能 -

• imread（）函數(shù) - 這是讀取圖像的函數(shù)。OpenCV imread（）支持各種圖像格式，如PNG，JPEG，JPG，TIFF等。
• imshow（）函數(shù) - 這是在窗口中顯示圖像的功能。窗口自動(dòng)適合圖像大小。OpenCV imshow（）支持各種圖像格式，如PNG，JPEG，JPG，TIFF等。
• imwrite（）函數(shù) - 這是寫(xiě)入圖像的函數(shù)。OpenCV imwrite（）支持各種圖像格式，如PNG，JPEG，JPG，TIFF等。

示例

此示例顯示了用于以一種格式讀取圖像的Python代碼 - 在窗口中顯示它并以其他格式寫(xiě)入相同的圖像。考慮以下步驟 -

如圖所示導(dǎo)入OpenCV包 -

import cv2

現(xiàn)在，要讀取特定圖像，請(qǐng)使用imread（）函數(shù) -

image = cv2.imread('image_flower.jpg')

要顯示圖像，請(qǐng)使用imshow（）函數(shù)。您可以在其中查看圖像的窗口名稱為image_flower。

cv2.imshow('image_flower',image)cv2.destroyAllwindows()

現(xiàn)在，我們可以使用imwrite（）函數(shù)將相同的圖像寫(xiě)入另一種格式，例如.png -

cv2.imwrite('image_flower.png',image)

輸出True表示圖像已成功寫(xiě)入.png文件也位于同一文件夾中。

True

注意 - 函數(shù)destroyallWindows（）只是破壞我們創(chuàng)建的所有窗口。

色彩空間轉(zhuǎn)換

在OpenCV中，圖像不是使用傳統(tǒng)的RGB顏色存儲(chǔ)的，而是以相反的順序存儲(chǔ)，即以BGR順序存儲(chǔ)。因此，讀取圖像時(shí)的默認(rèn)顏色代碼是BGR。所述cvtColor（）中的圖像從一個(gè)顏色代碼轉(zhuǎn)換為其他顏色轉(zhuǎn)換功能。

例

考慮此示例將圖像從BGR轉(zhuǎn)換為灰度。

如圖所示導(dǎo)入OpenCV包 -

import cv2

現(xiàn)在，要讀取特定圖像，請(qǐng)使用imread（）函數(shù) -

image = cv2.imread('image_flower.jpg')

現(xiàn)在，如果我們使用imshow（）函數(shù)看到這個(gè)圖像，那么我們可以看到這個(gè)圖像在BGR中。

cv2.imshow('BGR_Penguins',image)

現(xiàn)在，使用cvtColor（）函數(shù)將此圖像轉(zhuǎn)換為灰度。

image = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
cv2.imshow('gray_penguins',image)

邊緣檢測(cè)

人們?cè)诳吹酱致缘牟輬D后，可以很容易地識(shí)別出許多物體類(lèi)型和姿勢(shì)。這就是邊緣在人類(lèi)生活以及計(jì)算機(jī)視覺(jué)應(yīng)用中發(fā)揮重要作用的原因。OpenCV提供了一個(gè)非常簡(jiǎn)單有用的函數(shù)Canny（）來(lái)檢測(cè)邊緣。

例

以下示例顯示了邊緣的清晰標(biāo)識(shí)。

導(dǎo)入OpenCV包如圖所示 -

import cv2import numpy as np

現(xiàn)在，要讀取特定圖像，請(qǐng)使用imread（）函數(shù)。

image = cv2.imread('Penguins.jpg')

現(xiàn)在，使用Canny（）函數(shù)檢測(cè)已讀取圖像的邊緣。

cv2.imwrite(‘edges_Penguins.jpg',cv2.Canny(image,200,300))

現(xiàn)在，要顯示帶邊的圖像，請(qǐng)使用imshow（）函數(shù)。

cv2.imshow(‘edges', cv2.imread(‘‘edges_Penguins.jpg'))

這個(gè)Python程序?qū)⑹褂眠吘墮z測(cè)創(chuàng)建一個(gè)名為edges_penguins.jpg的圖像。

人臉檢測(cè)

人臉檢測(cè)是計(jì)算機(jī)視覺(jué)的迷人應(yīng)用之一，使其更加真實(shí)和未來(lái)。OpenCV具有執(zhí)行面部檢測(cè)的內(nèi)置工具。我們將使用Haar級(jí)聯(lián)分類(lèi)器進(jìn)行人臉檢測(cè)。

哈爾Cascade數(shù)據(jù)

我們需要數(shù)據(jù)來(lái)使用Haar級(jí)聯(lián)分類(lèi)器。您可以在我們的OpenCV包中找到這些數(shù)據(jù)。安裝OpenCv后，您可以看到文件夾名稱haarcascades。不同的應(yīng)用程序會(huì)有.xml文件。現(xiàn)在，將它們?nèi)繌?fù)制以供不同使用，然后粘貼到當(dāng)前項(xiàng)目下的新文件夾中。

例

以下是使用Haar Cascade檢測(cè)Amitabh Bachan面部的Python代碼，如下圖所示 -

如圖所示導(dǎo)入OpenCV包 -

import cv2
import numpy as np

現(xiàn)在，使用HaarCascadeClassifier檢測(cè)面部 -

face_detection=
cv2.CascadeClassifier('D:/ProgramData/cascadeclassifier/
haarcascade_frontalface_default.xml')

現(xiàn)在，要讀取特定圖像，請(qǐng)使用imread（）函數(shù) -

img = cv2.imread('AB.jpg')

現(xiàn)在，將其轉(zhuǎn)換為灰度，因?yàn)樗鼤?huì)接受灰色圖像 -

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

現(xiàn)在，使用face_detection.detectMultiScale，執(zhí)行實(shí)際的面部檢測(cè)

faces = face_detection.detectMultiScale(gray, 1.3, 5)

現(xiàn)在，在整個(gè)臉部周?chē)?huà)一個(gè)矩形 -

for (x,y,w,h) in faces:
   img = cv2.rectangle(img,(x,y),(x+w, y+h),(255,0,0),3)
cv2.imwrite('Face_AB.jpg',img)

這個(gè)Python程序?qū)⑹褂妹娌繖z測(cè)創(chuàng)建一個(gè)名為Face_AB.jpg的圖像，如圖所示

眼睛檢測(cè)

眼睛檢測(cè)是計(jì)算機(jī)視覺(jué)的另一個(gè)迷人應(yīng)用，它使其更加真實(shí)和未來(lái)。OpenCV有一個(gè)內(nèi)置的工具來(lái)執(zhí)行眼睛檢測(cè)。我們將使用Haar級(jí)聯(lián)分類(lèi)器進(jìn)行眼睛檢測(cè)。

例

以下示例給出了使用Haar Cascade檢測(cè)Amitabh Bachan面部的Python代碼，如下圖所示 -

導(dǎo)入OpenCV包如圖所示 -

import cv2import numpy as np

現(xiàn)在，使用HaarCascadeClassifier檢測(cè)面部 -

eye_cascade = cv2.CascadeClassifier('D:/ProgramData/cascadeclassifier/haarcascade_eye.xml')

現(xiàn)在，要讀取特定圖像，請(qǐng)使用imread（）函數(shù)

img = cv2.imread('AB_Eye.jpg')

現(xiàn)在，將其轉(zhuǎn)換為灰度，因?yàn)樗鼤?huì)接受灰色圖像 -

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

現(xiàn)在借助eye_cascade.detectMultiScale，執(zhí)行實(shí)際的人臉檢測(cè)

eyes = eye_cascade.detectMultiScale(gray, 1.03, 5)

現(xiàn)在，在整個(gè)臉部周?chē)?huà)一個(gè)矩形 -

for (ex,ey,ew,eh) in eyes:
   img = cv2.rectangle(img,(ex,ey),(ex+ew, ey+eh),(0,255,0),2)
cv2.imwrite('Eye_AB.jpg',img)

這個(gè)Python程序?qū)?chuàng)建一個(gè)名為Eye_AB.jpg的圖像，其中帶有眼睛檢測(cè)，如圖所示 -

以上就是AI與Python計(jì)算機(jī)視覺(jué)教程的詳細(xì)內(nèi)容，更多關(guān)于AI Python計(jì)算機(jī)視覺(jué)的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

最新評(píng)論