人工智能——OpenCv基础
一、OpenCv环境安装
Opencv是C++的类和函数构成的，我们在python中进行开发和使用的时候是用OpenCV-Python这个库
在终端输入命令行下载：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python二、OpenCV的思想，和numpy的结合
像素是图像的基本单元，每个像素存储着图像的颜色、亮度和其他特征 在计算机中，图像以像素的形式存在并采用二进制格式进行存储。计算机采用0/1编码的系统，数字图像也是利用0/1来记录信息，我们平常接触的图像都是8位数图像。
日常生活中常见的图像是RGB三原色图。RGB图上的每个点都是由红（R）、绿（G）、蓝（B）三个颜色按照一定比例混合而成的，几乎所有颜色都可以通过这三种颜色按照不同比例调配而成。在计算机中，RGB三种颜色被称为RGB三通道，每个通道的取值都是0-255，根据这三个通道存储的像素值，来对应不同的颜色
opencv的核心思想是：“将视觉问题转化为可以计算的数字问题，用高效的算法处理图像/视频数据”
图像即数组：用数字描述视觉信息，图像是像素的有序排列，而数组是存储这种排列的容器
1、不同图像的类型和数组维度相对应
图像类型 数组维度 (shape) 数组含义 灰度图 (高度，宽度) 每个元素是单个像素的亮度值（0-255，uint8 类型） 彩色图（RGB） (高度，宽度，3) 最后一个维度对应 R、G、B 三个通道的像素值（如 [255,0,0]表示红色）带透明度的图 (高度，宽度，4) 前 3 个通道同 RGB，第 4 个通道是透明度（alpha 值，0-255）
2、图像的“宽高通道数”与数组的“维度”是对应的
图像属性
数组维度（shape） 含义举例 高度（Height） 数组第 0 维（ shape[0]）图像的垂直像素数量（从上到下的行数）。例如 shape[0] = 480表示图像高 480 像素。宽度（Width） 数组第 1 维（ shape[1]）图像的水平像素数量（从左到右的列数）。例如 shape[1] = 640表示图像宽 640 像素。通道数（Channels） 数组第 2 维（ shape[2]）图像的色彩通道数量：
- 灰度图无此维度（shape = (H, W)）
- 彩色图（如 BGR）为 3（shape = (H, W, 3)）
- 带透明度的图为 4（shape = (H, W, 4)）
3、数组索引对应了图像的“像素位置和色彩”
数组的索引操作可以直接定位到图像中的某个像素及其色彩通道，例如一张（480，640，3）的彩色图也就是（高480，宽640，通道数3）：
1、定位像素位置
数组索引 img[y,x] 对应图像中坐标为（x，y）的像素 (#注意：图像坐标通常是（x，y）的形式，但是数组索引是 [y，x] )因为数组是先按行（y）再按列（x）进行存储的（行优先原则）：
y：范围在0~479（数组是左闭右开，对应图像高度的像素行）
x：范围在0~479（对应图像的像素列）
例如：img [100，200] 表示图像中“第100行，第200列”的像素
2、定位像素的彩色通道
加上通道维度的索引 img [y，x，c] 可获取单个通道的像素值：
c=0：B 通道（蓝色分量，0~255）c=1：G 通道（绿色分量，0~255）c=2：R 通道（红色分量，0~255）例如：
img[100, 200, 2]表示 “第 100 行、第 200 列” 像素的红色分量值
3、图像的修改——数组赋值
（1）修改单个像素：将（100，200）位置的像素改为红色
img[100, 200] = [0, 0, 255] # B=0, G=0, R=255（2）批量修改：例如将图像上半部分改为绿色
img[:240, :] = [0, 255, 0] # 前240行（高度的一半）全部设为绿色
总结：核心对应关系
| 图像概念 | 数组概念 | 操作示例 |
|---|---|---|
| 高度（像素行数） | 数组第 0 维（shape[0]） | img[y, ...] 访问第 y 行像素 |
| 宽度（像素列数） | 数组第 1 维（shape[1]） | img[:, x] 访问第 x 列像素 |
| 色彩通道 | 数组第 2 维（shape[2]） | img[..., c] 访问第 c 个通道 |
| 单个像素 | 数组的元素 | img[y, x] 或 img[y, x, c] |
| 局部区域 | 数组的切片 | img[y1:y2, x1:x2] 截取区域 |
三、图像的基本操作——创建窗体，读取图像，显示图像，保存图像，创建黑白图像，图像切片（剪裁），图像大小调整
图像的读取、显示、保存、灰度图像、彩色图像
先导入包
import cv2 as cv读取图像：cv.imread(path，读取方式)默认读为彩色图，还有参数就是读取方式
其中对于路径（path）：../是返回上一级，./是当前文件目录
路径包括两种，一是相对路径，一是绝对路径
#读取图像 cv.imread(path，读取方式)，默认读为彩色图，还有参数就是读取方式 #../是返回上一级，./是当前文件目录 cat = cv.imread('../images/1.jpg') cat1 = cv.imread('../images/1.jpg', cv.IMREAD_GRAYSCALE) boy = cv.imread("D:/bizhi/2F9509464A66BC95CB68607678FA23BD.jpg") #读取的路径为绝对路径，不然会报错 print(cat)保存图像：cv.imwrite((path, image),保存的图像格式必须是png或者jpg，要写明不然就会报错
#保存图像 cv.imwrite(path, image),保存的图像格式必须是png或者jpg，要写明不然就好报错 cv.imwrite('./cat.png', cat)显示图像：cv.imshow(name, image) 此处的image其实就是传入一个参数，数据类型是数组
#显示图像 cv.imshow(name, image) 此处的image其实就是传入一个参数，数据类型是数组 cv.imshow('cat', cat) # cv.imshow('cat1', cat1) # cv.imshow('cat1', cat1) # cv.imshow('boy', boy)对于彩色图像，其数组显示出来的返回图像的形状，行数(高)，列数（宽），通道数（BGR）打印出来的类型是元组
对于灰度图像，返回图像的形状，行数(高)，列数（宽），通道数（1）
#彩色图：返回图像的形状，行数(高)，列数（宽），通道数（BGR）打印出来的类型是元组 print(cat.shape)#灰度图：返回图像的形状，行数(高)，列数（宽），通道数（1） print(cat1.shape)
显示时要设置图像显示时间：cv.waitKey(n)此处的n为参数是等待时间，单位是毫秒，0表示无限等待，如果是n的话就是等待n毫秒
然后释放资源关闭窗口
#等待键盘输入， cv.waitKey(n)此处的n为参数是等待时间，单位是毫秒，0表示无限等待，如果是n的话就是等待n毫秒 cv.waitKey(0) #关闭窗口 cv.destroyAllWindows() 关闭所有窗口，也就是释放窗口资源 cv.destroyAllWindows()
创建黑白图像或者彩色图像
1、使用np.zeros创建全0的图像表示黑色图像
black = np.zeros((360,480,3),dtype=np.uint8) cv.imshow("black",black)2、使用np.full创建全1的图像，表示白色图像，np.full（shape，fill_value）
flill_value：
如果创建灰度图像（二维数组
(H, W)）：fill_value是单个整数（0-255），表示灰度值（0 为黑，255 为白，中间值为灰色）如果创建彩色图像（三维数组
(H, W, 3)）：fill_value是一个包含 3 个整数的元组（B, G, R），分别对应蓝、绿、红三个通道的像素值（每个值 0-255）#使用np.full 创建一个全1图像，表示白色图像 white = np.full((360,480,3),255,dtype=np.uint8) cv.imshow("white",white)#使用np.full 创建某个特定颜色的图像 color = np.full((360,480,3),(122,54,122),dtype=np.uint8) cv.imshow("color",color)3、通过索引，修改区域的像素值变换为白色图像（本质是数组的赋值）
#索引修改像素值，表示白色图像 black[:,:,:] = 255 # black[:,:]=255 # black[:]=255 cv.imshow("black1",black)4、np.ramdom.randint(low,high,size,dtype)创建随机像素的图像，其中low为随机生成数的最低值，high是随机生成数的最高值，然后大小...，这个随机数是左闭右开
#创建随机像素值的图像,np.random.randint(low,high,size,dtype)，左闭右开 random = np.random.randint(0,256,(360,480,3),dtype=np.uint8) cv.imshow("random",random)
图像切片（剪裁）
本质上是运用数组切片的思想
拿到剪裁区域的左上和右下点的坐标，就可以切片出想要的区域（值小的在前面，分清楚宽高，因为在数组中是先剪切行再剪切高）
#(280,232),(356,300)在画图软件中是（宽，高），但是在数组中arr[h1:h2,w1:w2]是（高，宽）,h2=h1+h eye =cat[232:300,232:356] #裁剪图像
调整图像大小
通过cv.resize（img，(宽，高))，这里是要调整的宽和高
#调整图片大小，cv.resize(img,(宽，高)) pig2=cv.resize(pig,(480,530))
四、图像绘制
绘制直线cv.line(img, start_point, end_point, color, thickness)
img：要绘制直线的图像
start、end：直线的起点和终点
color：直线的颜色（对于彩色图像，使用 BGR 格式指定颜色）
thickness：线条宽度
#绘制直线cv.line(img, start_point, end_point, color, thickness) cv.line(cat,(70,400),(100,300),(220,221,0),thickness=10)绘制矩形cv.rectangle(img, leftupper, rightdown, color,thickness),如果thickness为-1，则填充矩形
img：要绘制矩形的图像
leftupper、rightdown：矩形的左上角和右下角坐标
color：线条的颜色
thickness：线条的宽度
#绘制矩形cv.rectangle(img, lefttop, rightbottom, color,thickness),如果thickness为-1，则填充矩形 cv.rectangle(cat,(85,96),(264,256),color=(220,255,0),thickness=3)绘制圆，cv.circle(img, center, radius, color, thickness)
img：要绘制圆形的图片
centerpoint、r：圆心和半径
color：线条颜色
tnickness：线条宽度，为-1时生成闭合图案并填充颜色
#绘制圆，cv.circle(img, center, radius, color, thickness) cv.circle(cat,(325,269),35,color=(0,0,255),thickness=3,lineType=cv.LINE_AA)
五、读取视频
创建一个videocapture对象，参数为视频文件名cv,VideoCapture()，传入视频路径，如果为0表示打开摄像头#创建一个videocapture对象，参数为视频文件名cv,VideoCapture()，传入视频路径，如果为0表示打开摄像头 cap = cv.VideoCapture('../images/videocap.mp4')利用ret,frame=cap.read()可以拿到每一帧的图像，并返回它的状态标志，是一个布尔值，（
True或False），用于表示当前帧是否读取成功,cap.read最终返回的值一般命名为ret,frame当
ret = True时：表示成功从视频中读取到一帧图像。当
ret = False时：表示读取失败通过循环读取每一张图片：
import cv2 as cv #创建一个videocapture对象，参数为视频文件名cv,VideoCapture()，传入视频路径，如果为0表示打开摄像头 cap = cv.VideoCapture('../images/videocap.mp4')#循环读取每一帧图片 while True:# cap.read()#读取视频的每一帧，返回值是布尔值，如果读取成功为True，读取失败为Falseret, img = cap.read()#是否读取成功if not ret:print('播放完毕')breakcv.imshow('video', img)#此处的waitKey（）中的参数表示切换下一帧间隔的时间if cv.waitKey(40) == ord('q'):print('您已按键退出')break# 释放摄像头和窗口资源 cap.release() cv.destroyAllWindows()