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

計算機(jī)視覺

計算機(jī)視覺是一門學(xué)科，根據(jù)場景中存在的結(jié)構(gòu)的屬性，研究如何從其2d圖像重建，中斷和理解3d場景。

計算機(jī)視覺層次結(jié)構(gòu)

計算機(jī)視覺分為以下三個基本類別 -

• 低級視覺 - 它包括用于特征提取的過程圖像。
• 中級視覺 - 包括物體識別和3D場景解釋
• 高級視覺 - 包括活動，意圖和行為等場景的概念性描述。

計算機(jī)視覺與圖像處理

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。

計算機(jī)視覺是從圖像中構(gòu)建對物理對象的明確，有意義的描述。計算機(jī)視覺的輸出是對3D場景中的結(jié)構(gòu)的描述或解釋。

應(yīng)用

計算機(jī)視覺在以下領(lǐng)域中得到應(yīng)用 -

機(jī)器人

• 本地化 - 自動確定機(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)

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

安全

生物識別技術(shù)（虹膜，指紋，面部識別）

監(jiān)視 - 檢測某些可疑活動或行為

運輸

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

安裝有用的包

對于使用Python的計算機(jī)視覺，您可以使用名為OpenCV（開源計算機(jī)視覺）的流行庫。它是一個編程功能庫，主要針對實時計算機(jī)視覺。它是用C ++編寫的，其主要接口是用C ++編寫的。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，請使用以下命令安裝OpenCV -

conda install -c conda-forge opencv

閱讀，寫作和顯示圖像

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入圖像文件。

OpenCV函數(shù)用于讀取，顯示，寫入圖像文件

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，請使用imread（）函數(shù) -

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

要顯示圖像，請使用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顏色存儲的，而是以相反的順序存儲，即以BGR順序存儲。因此，讀取圖像時的默認(rèn)顏色代碼是BGR。所述cvtColor（）中的圖像從一個顏色代碼轉(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)看到這個圖像，那么我們可以看到這個圖像在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

人們在看到粗略的草圖后，可以很容易地識別出許多物體類型和姿勢。這就是邊緣在人類生活以及計算機(jī)視覺應(yīng)用中發(fā)揮重要作用的原因。OpenCV提供了一個非常簡單有用的函數(shù)Canny（）來檢測邊緣。

例

以下示例顯示了邊緣的清晰標(biāo)識。

導(dǎo)入OpenCV包如圖所示 -

import cv2import numpy as np

現(xiàn)在，要讀取特定圖像，請使用imread（）函數(shù)。

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

現(xiàn)在，使用Canny（）函數(shù)檢測已讀取圖像的邊緣。

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

現(xiàn)在，要顯示帶邊的圖像，請使用imshow（）函數(shù)。

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

這個Python程序?qū)⑹褂眠吘墮z測創(chuàng)建一個名為edges_penguins.jpg的圖像。

人臉檢測

人臉檢測是計算機(jī)視覺的迷人應(yīng)用之一，使其更加真實和未來。OpenCV具有執(zhí)行面部檢測的內(nèi)置工具。我們將使用Haar級聯(lián)分類器進(jìn)行人臉檢測。

哈爾Cascade數(shù)據(jù)

我們需要數(shù)據(jù)來使用Haar級聯(lián)分類器。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)用程序會有.xml文件?，F(xiàn)在，將它們?nèi)繌?fù)制以供不同使用，然后粘貼到當(dāng)前項目下的新文件夾中。

例

以下是使用Haar Cascade檢測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檢測面部 -

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

現(xiàn)在，要讀取特定圖像，請使用imread（）函數(shù) -

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

現(xiàn)在，將其轉(zhuǎn)換為灰度，因為它會接受灰色圖像 -

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

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

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

現(xiàn)在，在整個臉部周圍畫一個矩形 -

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Python程序?qū)⑹褂妹娌繖z測創(chuàng)建一個名為Face_AB.jpg的圖像，如圖所示

眼睛檢測

眼睛檢測是計算機(jī)視覺的另一個迷人應(yīng)用，它使其更加真實和未來。OpenCV有一個內(nèi)置的工具來執(zhí)行眼睛檢測。我們將使用Haar級聯(lián)分類器進(jìn)行眼睛檢測。

例

以下示例給出了使用Haar Cascade檢測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檢測面部 -

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

現(xiàn)在，要讀取特定圖像，請使用imread（）函數(shù)

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

現(xiàn)在，將其轉(zhuǎn)換為灰度，因為它會接受灰色圖像 -

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

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

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

現(xiàn)在，在整個臉部周圍畫一個矩形 -

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

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