Python计算机视觉入门：OpenCV基础应用

什么是计算机视觉

计算机视觉是人工智能的一个重要分支，旨在让计算机能够理解和解释视觉信息。Python凭借其丰富的库生态，成为了计算机视觉开发的首选语言。

OpenCV简介

OpenCV是一个开源的计算机视觉库，提供了丰富的图像处理和计算机视觉算法。它支持多种编程语言，包括Python、C++、Java等。

安装OpenCV

# 安装OpenCV
pip install opencv-python
pip install opencv-contrib-python  # 包含额外功能

# 验证安装
import cv2
print(cv2.__version__)

图像读取与显示

import cv2
import numpy as np

# 读取图像
img = cv2.imread('image.jpg')

# 显示图像
cv2.imshow('Image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

# 保存图像
cv2.imwrite('output.jpg', img)

图像预处理

颜色空间转换

# RGB转灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# RGB转HSV
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# RGB转LAB
lab = cv2.cvtColor(img, cv2.COLOR_BGR2LAB)

图像滤波

# 高斯滤波
blurred = cv2.GaussianBlur(img, (15, 15), 0)

# 中值滤波
median = cv2.medianBlur(img, 5)

# 双边滤波
bilateral = cv2.bilateralFilter(img, 9, 75, 75)

边缘检测

# Canny边缘检测
edges = cv2.Canny(gray, 50, 150)

# Sobel边缘检测
sobelx = cv2.Sobel(gray, cv2.CV_64F, 1, 0, ksize=3)
sobely = cv2.Sobel(gray, cv2.CV_64F, 0, 1, ksize=3)
sobel = np.sqrt(sobelx**2 + sobely**2)

特征检测与匹配

SIFT特征检测

# 创建SIFT检测器
sift = cv2.SIFT_create()

# 检测关键点和描述符
keypoints, descriptors = sift.detectAndCompute(gray, None)

# 绘制关键点
img_with_keypoints = cv2.drawKeypoints(img, keypoints, None)

特征匹配

# 使用FLANN匹配器
FLANN_INDEX_KDTREE = 1
index_params = dict(algorithm=FLANN_INDEX_KDTREE, trees=5)
search_params = dict(checks=50)
flann = cv2.FlannBasedMatcher(index_params, search_params)

# 匹配特征
matches = flann.knnMatch(desc1, desc2, k=2)

# 应用Lowe's ratio test
good_matches = []
for match_pair in matches:
    if len(match_pair) == 2:
        m, n = match_pair
        if m.distance < 0.7 * n.distance:
            good_matches.append(m)

目标检测

Haar级联分类器

# 加载Haar级联分类器
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')

# 检测人脸
faces = face_cascade.detectMultiScale(gray, 1.1, 4)

# 绘制检测结果
for (x, y, w, h) in faces:
    cv2.rectangle(img, (x, y), (x+w, y+h), (255, 0, 0), 2)

深度学习模型集成

使用预训练模型

import cv2
import numpy as np

# 加载预训练的DNN模型
net = cv2.dnn.readNetFromTensorflow('frozen_inference_graph.pb', 'graph.pbtxt')

# 准备输入图像
blob = cv2.dnn.blobFromImage(img, 1.0, (300, 300), [104, 117, 123])

# 前向传播
net.setInput(blob)
detections = net.forward()

# 处理检测结果
for i in range(detections.shape[2]):
    confidence = detections[0, 0, i, 2]
    if confidence > 0.5:
        x1 = int(detections[0, 0, i, 3] * img.shape[1])
        y1 = int(detections[0, 0, i, 4] * img.shape[0])
        x2 = int(detections[0, 0, i, 5] * img.shape[1])
        y2 = int(detections[0, 0, i, 6] * img.shape[0])
        
        cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2)

实际应用案例

车牌识别系统

def detect_license_plate(img):
    # 转换为灰度图
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    
    # 高斯滤波
    blurred = cv2.GaussianBlur(gray, (5, 5), 0)
    
    # 边缘检测
    edges = cv2.Canny(blurred, 50, 150)
    
    # 查找轮廓
    contours, _ = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    
    # 筛选车牌轮廓
    for contour in contours:
        x, y, w, h = cv2.boundingRect(contour)
        aspect_ratio = w / h
        
        # 车牌通常有特定的长宽比
        if 2.5 < aspect_ratio < 5.0 and w > 100 and h > 30:
            return (x, y, w, h)
    
    return None

性能优化技巧

• 使用GPU加速（cv2.cuda模块）
• 图像预处理优化
• 多线程处理
• 内存管理优化

总结

OpenCV为Python计算机视觉开发提供了强大的工具集。从基础的图像处理到复杂的深度学习模型集成，OpenCV都能胜任。掌握OpenCV的基本用法，结合深度学习框架，可以构建强大的计算机视觉应用。