每一个人都应该知道的十大OpenCV函数

时间 2020-10-01 标签每一个人都应该知道十大 opencv 函数

做者|Lazar Gugleta
编译|Flin
来源|towardsdatasciencepython

计算机视觉和计算机图形学如今很是流行，由于它们与人工智能有着普遍的联系，它们的主要共同点是使用同一个OpenCV库，以便像人类同样对数字图像或视频（CV）或生成图像（CG）有高层次理解。app

这就是为何今天咱们要看一看在计算机科学领域里，对于一样的库，有哪些函数是你最能从中受益的!机器学习

在讨论OpenCV的强大功能以前，让咱们先看看计算机视觉、计算机图形学和OpenCV的定义，以便更好地理解咱们在这里所作的工做。函数

计算机视觉是一个跨学科的领域，涉及如何使计算机得到对数字图像或视频的高层次理解。从工程的角度来看，它试图令人类视觉系统可以完成的任务自动化，也就是说，它但愿像人类同样“看懂”世界。工具

计算机图形学是计算机科学中的一个分支，它研究如何借助计算机生成图像。现在，计算机图形学是数字摄影、电影、视频游戏、手机和计算机显示等许多专业应用领域的核心技术。学习

OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习软件库。OpenCV的创建是为了为计算机视觉应用提供一个通用的基础设施，并加速机器感知在商业产品中的应用。ui

该图书馆提供处理和分析图像内容的工具，包括识别数字照片中的对象（如人的脸和图形、文本等）、跟踪对象的运动、转换图像、应用机器学习方法以及识别各类图像中的公共元素。人工智能

一旦咱们解决了这个问题，咱们能够从我我的选择的十大函数开始。（使用Python编写函数）.net

这个函数必须放在首位，由于要用一张图片开始你的项目，此函数是必不可少的。从函数名能够猜到，它加载了BGR（Blue-Green-Red）格式的图像。3d

import cv2
import matplotlib.pyplot as plot
image = cv2.imread('data.png') #load image
plot.imshow(image) #show image

加载图像后，还可使用cvtColor中的不一样标志将其转换为不一样的配色方案。

cv2.cvtColor(image,cv2.COLOR_BGR2RGB)

下面是cvtColor的一些其余标志：COLOR_BGR2GRAY、COLOR_BGR2HSV和COLOR_BGR2YUV等。

这是双向的，例如，COLOR_YUV2BGR也是可能的。

有时你只须要一个不一样于原来大小的图像，因此resize就是你须要的函数。

cv2.resize(image, dimension, interpolation = cv2.INTER_AREA)

它获取原始图像，并按尺寸建立一个新图像。尺寸定义为：

dimension = (width, height)

插值是一种重采样图片的方法，在个人例子中，它使用基于INTER_AREA的区域间重采样，还有更多相似的方法

INTER_NEAREST: 最近邻插值
INTER_LINEAR: 双线性插值
INTER_CUBIC: 4×4像素邻域上的双三次插值
INTER_LANCZOS4: 8×8邻域上的Lanczos插值
- https://scc.ustc.edu.cn/zlsc/sugon/intel/ipp/ipp_manual/IPPI/ippi_appendices/ippi_appB_LanczosInterpolation.htm

每张图片有3个通道，若是咱们想把它们分割成不一样的图片，咱们可使用分割函数来实现。

(channel_b, channel_g, channel_r) = cv2.split(img)

若是图像是BGR格式，它会将每一个通道分红你定义的三个变量。

若是你已经分割通道,但但愿将它们合并到一块儿，你可使用merge。

cv2.merge(channel_b, channel_g, channel_r)

使用vconcat()，hconcat()垂直和水平链接（合并）图像。

v表示垂直，h表示水平。

cv2.vconcat([image1, image2])
cv2.hconcat([image1, image2])

若是要在三维图像（矩阵）中都填充1或0（由于矩阵要求彩色图像具备3个维度）。

size = 200, 200, 3
m = np.zeros(size, dtype=np.uint8)
n = np.ones(size, dtype=np.uint8)

做为一个附加函数，我想在这里添加一个东西，那就是转置函数。

若是咱们有一个要转置的已定义矩阵mat，咱们所要作的就是直接对mat使用这个函数：

import numpy as np  
mat = np.array([[1, 2, 3], [4, 5, 6]])  
mat_transpose = mat.transpose()
print(mat_tranpose)

获得输出：

[[1 4]  
 [2 5]  
 [3 6]]
#original input
[[1, 2, 3]
 [4, 5, 6]]

这主要是为初学者准备的，可是下节课咱们将介绍OpenCV更高级的特性。

欢迎关注磐创AI博客站：
http://panchuang.net/

sklearn机器学习中文官方文档：
http://sklearn123.com/

欢迎关注磐创博客资源汇总站：
http://docs.panchuang.net/