OpenCV 簡介

OpenCV的全稱是Open Source Computer Vision Library，是一個跨平台的電腦視覺庫。OpenCV是由英特爾公司發起並參與開發，以BSD授權條款授權發行，可以在商業和研究領域中免費使用。

OpenCV的LOGO

在 #機器視覺 專案的開發中，OpenCV作為較大眾的開源庫，擁有了豐富的常用影象處理函式庫，採用C/C 語言編寫，可以執行在Linux/Windows/Mac等作業系統上，能夠快速的實現一些影象處理和識別的任務。此外，OpenCV還提供了Java、 #python 、 #cuda 等的使用介面、機器學習的基礎演算法呼叫，從而使得影象處理和影象分析變得更加易於上手，讓開發人員更多的精力花在演算法的設計上。

應用領域

• 人機互動
  • 人臉識別
  • 運動分析
• 影像處理
  • 邊緣偵測
  • 灰階處理
  • 濾波降噪
• 物體辨別
  • 動作識別
  • 汽車安全駕駛
  • 結構分析 實務上具有許多操作是混和使用，應用上也十分複雜。

安裝OpenCV

以下內容均利用python進行操作，主要可分為pip與conda兩種，分別指令如下。

pip 套件管理器

pip install opencv-python

這裡會自動下載pypi的最新套件內容，這個函數是目前穩定的相關內容，已經驗證過的算式會放入這裡，如果想要使用最新的套件及開發中的套件包，可以安裝這下列版本。

pip install opencv-contrib-python

其詳細解說如網站所述。

conda 套件安裝管理

指令如下，會從conda套件庫下載目前的版本。

conda install opencv

其中，利用pip與conda下載的版本會略有落差，使用實際得特別注意版本差異。

匯入OpenCV

在python中，匯入OpenCV程式碼如下所示：

import cv2 

由於python是物件導向的程式語言，因此操作上都是利用cv2這個做為開頭，進行OpenCV的一系列函數操作。

基本功能

讀取影像

cv2.imread('path/image.png',flag)

其中flag可以用下列參數作為輸入

• cv2.IMREAD_COLOR(可用1代替)
  • 此為預設值，會載入影片的RGB數據，忽略透明度
• cv2.IMREAD_GRAYSCALE(可用0代替)
  • 直接將影像轉為灰階圖片
• cv2.IMREAD_UNCHANGED(可用-1代替)
  • 包含透明度在內的所有資訊均轉入數據

範例示範

import cv2 
import numpy as np

A = np.array(cv2.imread('Lenna.jpg',cv2.IMREAD_COLOR))
B = np.array(cv2.imread('Lenna.jpg',cv2.IMREAD_GRAYSCALE))
C = np.array(cv2.imread('Lenna.jpg',cv2.IMREAD_UNCHANGED))

A_size = np.shape(A)
B_size = np.shape(B)
C_size = np.shape(C)

print(A_size)
print(B_size)
print(C_size)

得到結果如下

(316, 316, 3)
(316, 316)
(316, 316, 3)

這裡使用的圖片是大名鼎鼎的萊娜圖

從上述的程式碼中可以發現，由於檔案的副檔名是jpg的格式，因此本身就已經移除透明度的資料，也因此這裡用cv2.IMREAD_COLOR與cv2.IMREAD_UNCHANGED的結果，最終的陣列大小都是一樣**(316×316×3)** 的大小，而使用cv2.IMREAD_GRAYSCALE的陣列大小就僅有二維，這是因為取值僅取得明度的部分，也因此每一個像素僅只有一個強度值，故最後大小呈現二維的陣列。

值得一提的是利用OpenCV取得的陣列，一順序分別是B G R的資料，在陣列中分別表示[:,:,0] [:,:,0] [:,:,2] 的資料順序。

顯示影像

剛才利用OpenCV將影像匯入了程式內，轉換為陣列，現在顯示的功能將影像匯出 指令如下：

cv2.imshow('Title',data)

其中data是放入陣列數據。 而這樣的程式碼，一般來說只會讓影像顯示一瞬間就結束程式，故要加入等待指令

cv2.waitKey(0)

括號處可填入停留時間，以毫秒作為單位，若填入0則會等待使用者按下任意鍵後才進行關閉OpenCV的視窗。

將剛剛匯入的影像再利用cv2.imshow顯示後的範例：

cv2.imshow('B',(A[:,:,0])) #取得影像藍色數據
cv2.imshow('G',(A[:,:,1])) #取得影像綠色數據
cv2.imshow('R',(A[:,:,2])) #取得影像紅色數據
cv2.imshow('all',(A[:,:,:])) #取得影像所有數據
cv2.imshow('gray',B) #取得影像數據
cv2.waitKey(0)

顯示結果如下：

關閉視窗設定

當開啟多個視窗可利用下列指令來控制關閉的條件

cv2.waitKey(0)
cv2.destroyAllWindows()

利用這組指令，當按下任意鍵後則會自動關閉所有視窗，若希望可以一時間按照順序關閉指定圖片可利用下列指令進行控制：

cv2.waitKey(0)
cv2.destroyWindow('Title') #填入指定的視窗名稱

儲存影像

最後當我們對影像處理完成後，希望儲存一個新的影像檔案，可利用下列指令進行影像儲存的動作

cv2.imwrite('path/name.jpg',var)

依序填入儲存位置，及陣列變數名稱，即可針對影像進行儲存 這裡利用將圖片改為負片後存儲下來：

Anegative = np.array(abs(255-A))
cv2.imshow('negative',Anegative)
cv2.waitKey(0)
cv2.destroyAllWindows()
cv2.imwrite('negative.png',Anegative)

其結果如下：

之後再利用其他深入的使用方式來介紹OpenCV。

#python #OpenCV #程式設計