本文为大一人工智能专业学生，本文仅为个人学习路线的记录，如有问题或疏漏，欢迎指正！如有侵权请联系我个人微信：GZE08_myh

首次发布时出现缩进错误，现已更改

OpenCV插件的安装

1、安装opencv-python

pip install opencv-python

pip install opencv-python -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

2、安装opencv-contrib-python

pip install opencv-contrib-python

pip install opencv-contrib-python -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

3、安装 pytesseract

pip install pytesseract

ip install pytesseract -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

另外，需要确保numpy、pandas、matplotlib已经安装

4.1 显示图片

写一个简单的测试程序，显示一张图片

（“lena.jpg为工程文件夹中的图片，也可以用路径path代替”）

参考代码：

# 导入模块
import cv2 as cv
# 读取图片
img = cv.imread('lena.jpg') # 路径中不建议包含中文
# 显示图片
cv.imshow('img', img)
# 等待键盘输入 参数单位毫秒 表示等待时间 0表示无限等待
cv.waitKey(3000)
# 释放内存 OpenCV底层调用的是C++
cv.destroyAllWindows()

4.2 图片转灰度

彩色图片在OpenCV中的三个通道：BGR（蓝、绿、红）

为了降低图像识别的难度，通常会转换为灰度图，实际上就是把三个通道合成一个通道，

需要调用一个函数 cvtColor()

参考代码：

import cv2 as cv
img = cv.imread('lena.jpg') # 路径中不建议包含中文
cv.imshow('img', img)
# 将图片转换成灰度
gray_img = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
cv.imshow('gray_img', gray_img)
# 把灰度图片保存下来
cv.imwrite('gray_lena.jpg', gray_img)
cv.waitKey(0)
cv.destroyAllWindows()

效果如下：

4.3 修改图片尺寸

使用 resize() 修改图片尺寸

参考代码：

import cv2 as cv
img = cv.imread('lena.jpg') # 路径中不建议包含中文
cv.imshow('img', img)
print('原来图片的形状：', img.shape)
# 修改图片大小
resize_img = cv.resize(img, dsize=(400, 200))
cv.imshow('resize_img', resize_img)
print('修改后图片的形状：', resize_img.shape)
cv.waitKey(0)
cv.destroyAllWindows()

 效果如下：

4.4 在图片上绘制矩形和圆

绘制矩形使用 rectangle() 方法

rectangle(img, pt1, pt2, color, thickness)

参数1：img。在哪个图片上绘制矩形

参数2：pt1。左上角的点，作为一个元组，里面包含2个值

参数3：pt2。右下角的点。作为一个元组，里面包含2个值

参数4：color。矩形的颜色（BGR颜色）。作为一个元组，里面包含3个值，分别为BGR

参数5：thickness。矩形框的厚度

绘制圆使用 circle() 方法

circle(img, center, radius, color, thickness)

参数1：img。在哪个图片上绘制圆

参数2：center。圆心的店，作为一个元组，里面包含2个值

参数3：radius。圆的半径

参数4：color。圆的颜色（BGR颜色）。作为一个元组，里面包含3个值，分别为BGR

参数5：thickness。圆框的厚度

参考代码：

import cv2 as cv
img = cv.imread('lena.jpg') # 路径中不建议包含中文
# 绘制矩形
pt1 = (150, 150)
pt2 = (150+100, 150+100)
color = (0,255,0)
cv.rectangle(img, pt1, pt2, color, thickness=2)
# 绘制圆
center = (200, 200)
radius = 50
color = (0,255,255)
cv.circle(img, center, 50, color, thickness=3)
# 显示图片
cv.imshow('img', img)
cv.waitKey(0)
cv.destroyAllWindows()

效果如下：

 

4.5 人脸检测

使用 opencv\sources\data\haarcascades\haarcascade_frontalface_default.xml 检测人脸

 Xml文件下载方法：https://blog.csdn.net/qq_44611433/article/details/89541648

参考代码：

import cv2 as cv
def face_detect_demo(img):
    # 将图片转换为灰度图片
    gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
    # 加载frontface特征数据
    face_detector = cv.CascadeClassifier('haarcascade_frontalface_default.xml')
    # 进行人脸检测
    faces = face_detector.detectMultiScale(gray)
    x, y, w, h = faces[0]
    pt1 = (x,y)
    pt2 = (x+w, y+h)
    color = (0, 255, 0)
    cv.rectangle(img, pt1, pt2, color, thickness=2)
    cv.imshow('face', img)
img = cv.imread('lena.jpg') # 路径中不建议包含中文
face_detect_demo(img)
cv.waitKey(0)
cv.destroyAllWindows()

效果如下：

4.6 检测多张人脸

参考代码：

import cv2 as cv

def face_detect_demo(img):
    # 将图片转换为灰度图片
    gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
    # 加载frontface特征数据
    face_detector = cv.CascadeClassifier('haarcascade_frontalface_default.xml')
    # 进行人脸检测
    faces = face_detector.detectMultiScale(gray)
    print(faces)
    # 给人脸绘制矩形框
    for face in faces:
        x, y, w, h = face
        pt1 = (x,y)
        pt2 = (x+w, y+h)
        color = (0, 255, 0)
        cv.rectangle(img, pt1, pt2, color, thickness=2)
    cv.imshow('face', img)

img = cv.imread('face.jpg') # 路径中不建议包含中文
face_detect_demo(img)

cv.waitKey(0)
cv.destroyAllWindows()

4.7 检测视频中的人脸

视频由一帧帧的图片组成，要检测视频中的人脸，实际上就是检测每帧图片所对应的人脸

OpenCV中使用 VideoCapture() 加载视频

并通过 read() 方法读取视频中的每一帧图片

返回两个值

flag：是否有下一帧

frame：当前帧

参考代码：（MP4文件需提前拷贝到工程文件夹下）

import cv2 as cv

def face_detect_demo(img):
    # 将图片转换为灰度图片
    gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
    # 加载frontface特征数据
    face_detector = cv.CascadeClassifier('haarcascade_frontalface_default.xml')
    # 进行人脸检测
    faces = face_detector.detectMultiScale(gray)
    print(faces)
    # 给人脸绘制矩形框
    for face in faces:
        x, y, w, h = face
        pt1 = (x,y)
        pt2 = (x+w, y+h)
        color = (0, 255, 0)
        cv.rectangle(img, pt1, pt2, color, thickness=2)
    cv.imshow('face', img)

# 读取视频
cap = cv.VideoCapture('video.mp4')
while True:
    # 读取一帧
    # 返回值1 flag 如果视频一直在播放 则返回True 否则返回False
    # 返回值2 frame 当前帧对应的图片
    flag, frame = cap.read()
    if not flag:
        break

    face_detect_demo(frame)
    if cv.waitKey(10) == ord('q'):
        break

cv.destroyAllWindows()
cap.read()

4.8 拍摄视频

捕获视频的函数VideoCapture()

如果捕获现有的视频文件，则参数是视频文件的路径

如果捕获摄像头的视频，参数就是摄像头的id，一般情况下写0即可

参考代码：（正常情况下会调用笔记本电脑的前置摄像头）

import cv2 as cv

# 读取摄像头视频
def video_demo():
    # 捕获摄像头的视频
    capture = cv.VideoCapture(0)
    id = 0
    while True:
        # 读取一帧
        # 返回值1 flag 如果视频一直在播放 则返回True 否则返回False
        # 对于读取摄像头来说 flag的值将一直为True
        # 返回值2 frame 当前帧对应的图片
        flag, frame = capture.read()
        # 对摄像头进行左右反转
        frame = cv.flip(frame, 1)
        cv.imshow('video', frame)
        # 延迟捕获案件退出
        c = cv.waitKey(50)
        if c == ord('s') or c == ord('S'): # 按s键保存
            cv.imwrite('myface%d.jpg' % id, frame)
            id += 1
        if c == 27: # ESC键
            break

video_demo()