OpenCV 实例教程

在这个部分，我们将提供一些 OpenCV 的实例教程，帮助您更好地理解和使用 OpenCV 库。以下是一些基础实例：

基础实例列表

• 人脸检测
• 图像边缘检测
• 图像滤波

人脸检测

人脸检测是计算机视觉中一个重要的应用。以下是一个简单的人脸检测实例：

import cv2

# 读取图像
image = cv2.imread('/path/to/image.jpg')

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

# 检测图像中的人脸
faces = face_cascade.detectMultiScale(image, scaleFactor=1.1, minNeighbors=5)

# 在图像上绘制人脸矩形框
for (x, y, w, h) in faces:
    cv2.rectangle(image, (x, y), (x+w, y+h), (255, 0, 0), 2)

# 显示图像
cv2.imshow('Face Detection', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

更多关于人脸检测的信息，请访问人脸检测教程。

图像边缘检测

边缘检测是图像处理中的一个基本步骤，以下是一个使用 OpenCV 进行边缘检测的实例：

import cv2

# 读取图像
image = cv2.imread('/path/to/image.jpg')

# 将图像转换为灰度图
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 使用 Canny 边缘检测算法
edges = cv2.Canny(gray, 100, 200)

# 显示图像
cv2.imshow('Edge Detection', edges)
cv2.waitKey(0)
cv2.destroyAllWindows()

更多关于边缘检测的信息，请访问边缘检测教程。

图像滤波

图像滤波是图像处理中的另一个重要步骤，以下是一个使用 OpenCV 进行图像滤波的实例：

import cv2

# 读取图像
image = cv2.imread('/path/to/image.jpg')

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

# 显示图像
cv2.imshow('Gaussian Blur', blurred)
cv2.waitKey(0)
cv2.destroyAllWindows()

更多关于图像滤波的信息，请访问图像滤波教程。

OpenCV Logo