解析Computer Vision和OpenCV庫的工作原理
在這篇文章中,將嘗試解釋Computer Vision和OpenCV庫的工作原理。
在整篇文章中,將介紹:什么是計(jì)算機(jī)視覺?計(jì)算機(jī)視覺如何工作?計(jì)算機(jī)視覺的應(yīng)用、什么是OpenCV?OpenCV的簡史、OpenCV快速入門
讓我們逐步開始。
什么是計(jì)算機(jī)視覺?
Computer Vision是一個(gè)工作場所,可讓我們以數(shù)字方式檢測圖像并對這些圖像執(zhí)行操作。Computer Vision是一個(gè)人工智能工作區(qū),在這里我們可以通過訪問數(shù)字媒體中的圖像特征來收集信息并提取特征。在其他來源中,其定義如下:
維基百科:
計(jì)算機(jī)視覺是一門跨學(xué)科的科學(xué)領(lǐng)域,涉及計(jì)算機(jī)如何從數(shù)字圖像或視頻中獲得高級了解。從工程學(xué)的角度來看,它試圖理解和自動(dòng)化人類視覺系統(tǒng)可以完成的任務(wù)。
IBM:
計(jì)算機(jī)視覺是人工智能(AI)的領(lǐng)域,它使計(jì)算機(jī)和系統(tǒng)能夠從數(shù)字圖像,視頻和其他視覺輸入中獲取有意義的信息,并根據(jù)該信息采取行動(dòng)或提出建議。如果AI使計(jì)算機(jī)能夠思考,則計(jì)算機(jī)視覺使他們能夠看到,觀察和理解。計(jì)算機(jī)視覺的主要目的是理解圖像并解釋它們以供我們使用。作為人類,我們可以用眼睛輕松感知任何街道上的移動(dòng)物體。計(jì)算機(jī)使用許多不同的算法來理解這一點(diǎn)。但是,使用這些算法,計(jì)算機(jī)可能仍無法給出非常高精度的結(jié)果。
計(jì)算機(jī)視覺如何工作?
計(jì)算機(jī)使用某些算法來檢測數(shù)字媒體中的圖像。數(shù)字媒體中的圖像由像素組成。任何圖像中的像素都具有顏色和坐標(biāo)。想象一下,每個(gè)像素都有自己的標(biāo)識。在其ID上,它寫入坐標(biāo)和顏色信息。這是計(jì)算機(jī)可以檢測和識別圖像的方式。像素的坐標(biāo)和顏色信息用數(shù)字表示。數(shù)字是根據(jù)RGB格式定義的。由于圖像身份中的此信息是用數(shù)字表示的,因此計(jì)算機(jī)可以理解這一點(diǎn)。每個(gè)圖像可以包含數(shù)千個(gè)像素。這些像素也作為矩陣保留在圖像上。因此,如果我們要在視覺上進(jìn)行操作,則需要通過矩陣進(jìn)行操作。
計(jì)算機(jī)視覺分為三個(gè)基本步驟:
1.獲取圖像
可以通過視頻,照片或3D技術(shù)實(shí)時(shí)獲取甚至大集合的圖像進(jìn)行分析。
2.處理圖像
深度學(xué)習(xí)模型會(huì)自動(dòng)執(zhí)行此過程的大部分過程,但是通常會(huì)先向模型提供數(shù)千張標(biāo)記或預(yù)先識別的圖像,然后對模型進(jìn)行訓(xùn)練。
3.了解圖像
最后一步是解釋性步驟,在此步驟中對對象進(jìn)行識別或分類。
計(jì)算機(jī)視覺的應(yīng)用
最受歡迎的計(jì)算機(jī)視覺應(yīng)用程序的示例:
癌癥檢測
COVID-19診斷
口罩檢測
車輛分類
交通流量分析
停車占用檢測
自動(dòng)車牌識別
客戶追蹤
人數(shù)盤點(diǎn)
社會(huì)距離
球追蹤球
門線技術(shù)
什么是OpenCV?
OpenCV,即開源計(jì)算機(jī)視覺庫?梢岳斫猓且粋(gè)開放源代碼的計(jì)算機(jī)視覺庫。如今,它在圖像處理領(lǐng)域非常流行。你可以使用Java,C ++或Python語言在OpenCV上工作。通過使用OpenCV,人們可以處理圖像和視頻以識別對象,面部,甚至是人的筆跡。當(dāng)它與各種庫(例如Numpy)集成時(shí),python能夠處理OpenCV數(shù)組結(jié)構(gòu)以進(jìn)行分析。為了識別圖像模式及其各種特征,我們使用向量空間并對這些特征執(zhí)行數(shù)學(xué)運(yùn)算。
OpenCV的簡史
OpenCV由加里·布拉德斯基(Gary Bradsky)于1999年在英特爾創(chuàng)立,第一版于2000年問世。瓦迪姆·皮薩列夫斯基(Vadim Pisarevsky)與加里·布拉德斯基(Gary Bradsky)一起管理英特爾的俄羅斯軟件OpenCV團(tuán)隊(duì)。2005年,OpenCV用于Stanley,該車贏得了2005年DARPA大挑戰(zhàn)賽的冠軍。后來,在Willow Garage的支持下,它的發(fā)展得以繼續(xù),Gary Bradsky和Vadim Pisarevsky領(lǐng)導(dǎo)了該項(xiàng)目。OpenCV現(xiàn)在支持與計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)有關(guān)的多種算法,并且正在日益擴(kuò)展。OpenCV支持多種編程語言,例如C ++,Python,Java等,并且可在包括Windows,Linux,OS X,Android和iOS在內(nèi)的不同平臺上使用;贑UDA和OpenCL的高速GPU操作的接口也正在積極開發(fā)中。OpenCV-Python是用于OpenCV的Python API,結(jié)合了OpenCV C ++ API的最佳質(zhì)量和Python語言。
OpenCV快速入門
在討論了計(jì)算機(jī)視覺和OpenCV之后,我想向你展示我們可以使用一些簡單的應(yīng)用程序來做些什么。這樣,你既可以練習(xí)得更好,又可以進(jìn)入學(xué)習(xí)過程。讀取圖像首先,我們將使用OpenCV進(jìn)行讀取圖像并將其顯示在屏幕上的過程。如果在使用Python的IDE中未安裝OpenCV,則必須先安裝它。pip install opencv-python
安裝之后,首先,你必須導(dǎo)入庫。你可以將OpenCV庫稱為cv2。你需要將要讀取的圖像保存到對象中。你可以使用cv2.imread( )函數(shù)讀取圖像。此函數(shù)將獲取圖像的文件的路徑作為參數(shù)。由于我的python工作文件與圖片位于同一文件夾中,因此我直接輸入圖片的名稱。這里要注意的一點(diǎn)是編寫視覺效果的擴(kuò)展。別忘了這個(gè)。當(dāng)我們運(yùn)行代碼時(shí),我們給該窗口命名,因?yàn)樗鼘⒃诳梢暣翱谥写蜷_。我們使用cv2.namedWindow( ).函數(shù)執(zhí)行此操作。該函數(shù)將窗口的名稱作為其第一個(gè)參數(shù)。實(shí)際上,這就足夠了。
但是由于我希望能夠更改打開的窗口的大小,因此我添加了參數(shù)cv2.WINDOW_NORMAL.代碼運(yùn)行時(shí),函數(shù)cv2.imshow( )用于在屏幕上顯示當(dāng)前圖像。它有兩個(gè)參數(shù)。第一個(gè)是我們將要顯示的視覺效果的名稱,第二個(gè)是它在其中注冊的對象。在這里,我將圖像保存為img。因此,我將img用作第二個(gè)參數(shù)。
最后,我編寫該函數(shù)cv2.waitKey(0)是因?yàn)橄M诖蜷_的可視屏幕上隨時(shí)關(guān)閉它。此函數(shù)以毫秒為單位獲取數(shù)字值。當(dāng)我們在此處寫入0時(shí),表示我們可以隨時(shí)關(guān)閉窗口。另外,養(yǎng)成添加函數(shù)cv2.destroyAllWindows().的習(xí)慣。當(dāng)我們執(zhí)行高級項(xiàng)目時(shí),我們會(huì)忘記關(guān)閉許多在屏幕上打開的窗口。此函數(shù)可避免這種情況。你可以在下面找到所有代碼。import cv2
img = cv2.imread("klon.jpg")
cv2.namedWindow("Image",cv2.WINDOW_NORMAL)
cv2.imshow("Image", img)
cv2.waitKey(0)
cv2.destroyAllWindows()
從網(wǎng)絡(luò)攝像頭讀取視頻現(xiàn)在,讓我們檢查一下如何從計(jì)算機(jī)攝像機(jī)讀取視頻。首先,我們導(dǎo)入OpenCV庫。然后,我們將從計(jì)算機(jī)攝像機(jī)拍攝的圖像寫在一個(gè)物體上。我將此對象設(shè)置為捕獲。我們使用cv2.VideoCapture(0)函數(shù)從計(jì)算機(jī)攝像頭捕獲視頻。此處的值0用于訪問連接到計(jì)算機(jī)的相機(jī)。如果你有攝像機(jī),則可以將其設(shè)為0。如果你有更多攝像機(jī),則可以嘗試1,2 ..訪問相應(yīng)的攝像機(jī)。如你所知,視頻由幀組成。為了查看我們在視頻中捕獲的圖像,我們必須將它們循環(huán)打印在屏幕上。
因此,我們進(jìn)行了定義,將讀取捕獲的圖像,然后將該圖像返回給我們。ret, frame = capture.read()
然后我們進(jìn)行調(diào)整。要在鏡中看到自己看到的捕獲圖像,我們需要將它們反轉(zhuǎn)為y軸。這就是為什么我們在frame = cv2.flip(frame, 1).此處編寫代碼的原因,當(dāng)我們在幀后輸入?yún)?shù)為1時(shí),它給出了y軸圖像的倒數(shù)。然后,我們編寫代碼cv2.imshow("Webcam", frame)以顯示從相機(jī)拍攝的幀。然后,我們確定捕獲的圖像將在屏幕上保留幾毫秒。除此之外,當(dāng)我們按下鍵盤上的q鍵時(shí),我們將編寫以下代碼以停止接收圖像。cv2.imshow("Webcam", frame)
if cv2.waitKey(30) & 0xFF == ord("q"):
break
在此,0xFF == ord("q")是指按鍵盤上的q鍵。最后,在處理完視頻之后,完成后,我們需要編寫一些代碼來發(fā)布圖像。如下。capture.release()
你可以在下面找到所有代碼。import cv2
capture = cv2.VideoCapture(0)
while True:
ret, frame = capture.read()
frame = cv2.flip(frame, 1)
cv2.imshow("Webcam", frame)
if cv2.waitKey(30) & 0xFF == ord("q"):
break
capture.release()
cv2.destroyAllWindows()
長寬比應(yīng)用現(xiàn)在,我將向你展示一個(gè)長寬比應(yīng)用程序。在某些情況下,我們可能不知道圖像的尺寸。在這種情況下,可以通過避免手動(dòng)計(jì)算來使用此類應(yīng)用程序來實(shí)現(xiàn)此目的的自動(dòng)化。我們定義了一個(gè)名為resizewithAspectRatio的函數(shù)。我們?yōu)榇撕瘮?shù)設(shè)置了4個(gè)參數(shù)。這些是:為其保留圖像的變量的名稱寬度高度并具有避免在調(diào)整大小時(shí)插值的功能讓我們繼續(xù)執(zhí)行要應(yīng)用的步驟。首先,我們定義一個(gè)維變量,其預(yù)定義為空。然后,將原始尺寸中圖像的前兩個(gè)尺寸分別作為高度和寬度的h和w保存到一個(gè)元組中。如果未指定寬度和高度,則我們希望圖像返回其原始狀態(tài)。如果未指定寬度,我們希望執(zhí)行以下操作。r = height / float(h)
dimension = (int(w*r),height)
讓我告訴你這是什么意思。我們計(jì)算原始圖像中給定的高度與尺寸的比率。然后,我們將該比例乘以原始寬度,然后得出新尺寸。因此,在視覺上沒有尺寸的變形。否則,如果沒有給出高度,我們將再次應(yīng)用類似的程序。結(jié)果,我們希望根據(jù)使用以下代碼編寫的函數(shù)輸出調(diào)整大小后的視覺效果。return cv2.resize(img, dimension, interpolation= inter)
然后,根據(jù)編寫的函數(shù)讀取原始圖像和調(diào)整大小后的圖像。img = cv2.imread("klon.jpg")
img1 = resizewithAspectRatio(img,
width = None,
height = 600,
inter = cv2.INTER_AREA)
最后,我們通過編寫一些我們知道的代碼來完成應(yīng)用程序。cv2.imshow("Original",img)
cv2.imshow("Resized",img1)
cv2.waitKey(0)
cv2.destroyAllWindows()
你可以在下面找到所有代碼。import cv2
def resizewithAspectRatio( img
, width = None
, height = None
, inter = cv2.INTER_AREA):
dimension: None
(h,w) = img.shape[:2]
if width is None and height is None:
return img
if width is None:
r = height / float(h)
dimension = (int(w*r),height)
else:
r = width / float(w)
dimension = (width, int(h*r))
return cv2.resize(img, dimension, interpolation= inter)
img = cv2.imread("klon.jpg")
img1 = resizewithAspectRatio( img
, width = None
, height = 600
, inter = cv2.INTER_AREA)
cv2.imshow("Original",img)
cv2.imshow("Resized",img1)
cv2.waitKey(0)
cv2.destroyAllWindows()
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個(gè)字
最新活動(dòng)更多
-
10月31日立即下載>> 【限時(shí)免費(fèi)下載】TE暖通空調(diào)系統(tǒng)高效可靠的組件解決方案
-
即日-11.13立即報(bào)名>>> 【在線會(huì)議】多物理場仿真助跑新能源汽車
-
11月28日立即報(bào)名>>> 2024工程師系列—工業(yè)電子技術(shù)在線會(huì)議
-
12月19日立即報(bào)名>> 【線下會(huì)議】OFweek 2024(第九屆)物聯(lián)網(wǎng)產(chǎn)業(yè)大會(huì)
-
即日-12.26火熱報(bào)名中>> OFweek2024中國智造CIO在線峰會(huì)
-
即日-2025.8.1立即下載>> 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍(lán)皮書》
推薦專題
- 1 【一周車話】沒有方向盤和踏板的車,你敢坐嗎?
- 2 特斯拉發(fā)布無人駕駛車,還未迎來“Chatgpt時(shí)刻”
- 3 特斯拉股價(jià)大跌15%:Robotaxi離落地還差一個(gè)蘿卜快跑
- 4 馬斯克給的“驚喜”夠嗎?
- 5 打完“價(jià)格戰(zhàn)”,大模型還要比什么?
- 6 馬斯克致敬“國產(chǎn)蘿卜”?
- 7 神經(jīng)網(wǎng)絡(luò),誰是盈利最強(qiáng)企業(yè)?
- 8 比蘋果偉大100倍!真正改寫人類歷史的智能產(chǎn)品降臨
- 9 諾獎(jiǎng)進(jìn)入“AI時(shí)代”,人類何去何從?
- 10 Open AI融資后成萬億獨(dú)角獸,AI人才之爭開啟
- 高級軟件工程師 廣東省/深圳市
- 自動(dòng)化高級工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級銷售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術(shù)專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結(jié)構(gòu)工程師 廣東省/深圳市