OpenCV Python 教程

OpenCV（Open Source Computer Vision Library）是一个强大的开源计算机视觉库，它提供了丰富的图像和视频处理功能。在这个教程中，我们将学习如何使用OpenCV进行Python编程。

安装 OpenCV

首先，确保你的系统中已经安装了Python和pip。然后，可以使用以下命令安装OpenCV：

pip install opencv-python

基础操作

OpenCV提供了许多基本操作，例如读取、显示和保存图像。

读取图像

import cv2

# 读取图像
image = cv2.imread('path_to_image.jpg')

显示图像

# 显示图像
cv2.imshow('Image', image)

# 等待按键后关闭窗口
cv2.waitKey(0)
cv2.destroyAllWindows()

保存图像

# 保存图像
cv2.imwrite('path_to_save_image.jpg', image)

图像处理

OpenCV提供了丰富的图像处理功能，例如滤波、边缘检测、图像变换等。

图像滤波

# 高斯滤波
blurred = cv2.GaussianBlur(image, (5, 5), 0)

# 中值滤波
median_blurred = cv2.medianBlur(image, 5)

边缘检测

# Canny边缘检测
edges = cv2.Canny(image, 100, 200)

图像变换

# 旋转图像
rotated = cv2.rotate(image, cv2.ROTATE_90_CLOCKWISE)

高级应用

OpenCV在计算机视觉领域有许多高级应用，例如人脸检测、物体识别、目标跟踪等。

人脸检测

# 加载人脸检测模型
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')

# 检测人脸
faces = face_cascade.detectMultiScale(image, scaleFactor=1.1, minNeighbors=5)

物体识别

# 加载物体识别模型
net = cv2.dnn.readNet('path_to_model')

# 物体识别
blob = cv2.dnn.blobFromImage(image, 0.007843, (416, 416), (0, 0, 0), swapRB=True, crop=False)
net.setInput(blob)
outputs = net.forward()

扩展阅读

想了解更多关于OpenCV的信息？请访问我们的OpenCV Python 教程页面。

---