人工智能，一个已经被谈论了几十年的概念。如今这几年，相关技术的发展速度是越来越快。高大上如无人驾驶、智能安防、AI辅助诊断，接地气如刷脸支付、内容推荐、自动翻译等，众多领域借助人工智能的力量而进化。从百度搜索指数的变化，也能从一个侧面反映出关注度在不断上升。
而这其中，很多应用都涉及到“ 计算机视觉 ”这样一个细分领域。简单来说，就是将图像信息转化为计算机可以处理的数字信息，从而让计算机能“看得见”。这个信息不仅仅是二维的图片，也包括三维场景、视频序列等。基本上所有需要用到摄像头、图片、视频的应用场景，都离不开计算机视觉的支持。因此，这也是人工智能领域中比较热门的一个方向。
来自《2017年人工智能行业发展研究报告白皮书》- IT耳朵&IT桔子
而说到计算机视觉，就不能不提到 OpenCV ，它是一个历史悠久、功能丰富、社区活跃的开源视觉开发库。一方面，它提供了计算机视觉以及图像处理方面最常用最基础的功能支持，是开发的必备工具；另一方面，它在新版本中紧跟潮流，加入对新的算法、硬件的支持（v3.3 正式引入 DNN）。
OpenCV 基于 C++ 编写，但提供了 Python、Ruby、MATLAB 等多种语言接口。这对于习惯使用 Python 开发的人工智能从业者来说非常方便。Python 本身的易用性和数值计算库（如 numpy、pandas），加上 OpenCV 在视觉方面的众多功能，让 OpenCV-Python 成为一个效率极高的视觉开发利器。今天我们就用几个常见的例子，演示下 OpenCV-Python 的强大和易用。
OpenCV 的安装，不同平台不同版本会有一些差异，网上有很多教程，这里不赘述。需要提醒的是，由于 Python 和 OpenCV 版本都比较多，安装时务必要 确认版本及系统位数 的对应。另外我个人建议使用 Anaconda 环境安装。
我们用图像处理的经典范例 Lenna 来做测试：
可自行搜索这幅图像的来头
最基本的 图像读写 ：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 |
import cv2 as cv # 读图片 img = cv.imread('img/Lenna.png') # 图片信息 print('图片尺寸:', img.shape) print('图片数据:', type(img), img) # 显示图片 cv.imshow('pic title', img) cv.waitKey(0) # 添加文字 cv.putText(img, 'Learn Python with Crossin', (50, 150), cv.FONT_HERSHEY_SIMPLEX, 1, (255, 255, 255), 4) # 保存图片 cv.imwrite('img/Lenna_new.png', img) 复制代码 |
输出：
OpenCV-Python 中的图像数据使用了 numpy 库的 ndarray 类型进行管理，便于进行各种数值计算和转换。
常见的图像处理：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
import numpy as np # 灰度图 img_gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY) cv.imwrite('img/Lenna_gray.png', img_gray) # 二值化 _, img_bin = cv.threshold(img_gray, 127, 255, cv.THRESH_BINARY) cv.imwrite('img/Lenna_bin.png', img_bin) # 平滑 img_blur = cv.blur(img, (5, 5)) cv.imwrite('img/Lenna_blur.png', img_blur) # 边缘提取 _, contours, _ = cv.findContours(img_bin, cv.RETR_TREE, cv.CHAIN_APPROX_SIMPLE) img_cont = np.zeros(img_bin.shape, np.uint8) cv.drawContours(img_cont, contours, -1, 255, 3) cv.imwrite('img/Lenna_cont.png', img_cont) |
输出：
这几种都属于 数字图像处理 的常用方法。OpenCV-Python 基本都封装好的接口，只需一两行代码就能完成，在实际项目开发中非常方便。
我们编程教室之前的“ 每周习题 ”里，和图像相关的题目基本都可以用 OpenCV-Python 来解决。
对这方面知识感兴趣的，可以找本数字图像处理的相关教材系统地看一遍，了解数字图像处理的理论基础会很有帮助。
除了基础功能，OpenCV 在代码附带的 Samples 里还提供了一些经典开发案例：
人脸检测 github.com/opencv/open…
使用方法：
|
1 2 |
python facedetect.py 复制代码 |
核心代码：
|
1 2 3 |
cascade = cv.CascadeClassifier("haarcascade_frontalface_alt.xml") rects = cascade.detectMultiScale(img, scaleFactor=1.3, minNeighbors=4, minSize=(30, 30), flags=cv.CASCADE_SCALE_IMAGE) 复制代码 |
此功能基于** Haar 分类器**实现，项目中附带有训练好的分类器文件。此外，你还可以使用 OpenCV 训练针对其他目标特征的分类器，以用来检测其他物体。
我们之前的开发案例《 Python 送你一顶圣诞帽 》就使用了 OpenCV-Python 的人脸识别代码。
题外话！如果还有在入门阶段的小萌新们的话，就私信我！我送大量的PDF书籍！精心整理的，希望大家能早日入门！01 02这样子私信即可！
姿态识别 github.com/opencv/open…
使用方法：
|
1 2 |
python openpose.py --model pose.caffemodel --proto pose.prototxt --dataset MPI 复制代码 |
核心代码：
|
1 2 3 4 5 |
net = cv.dnn.readNetFromCaffe(args.proto, args.model) inp = cv.dnn.blobFromImage(frame, 1.0 / 255, (inWidth, inHeight), (0, 0, 0), swapRB=False, crop=False) net.setInput(inp) out = net.forward() 复制代码 |
在 3.3 版本后，OpenCV 正式引入 DNN（深度神经网络） ，支持 Caffe、TensorFlow、Torch/PyTorch 等主流框架的模型，可用以实现图像的识别、检测、分类、分割、着色等功能。
姿态识别代码基于 CMU 的 openpose 项目实现（ github.com/CMU-Percept… ），运行时所需的模型（.caffemodel）和配置文件（.prototxt）可从此项目中下载。
风格迁移 github.com/opencv/open…
使用方法：
|
1 2 |
python fast_neural_style.py --model starry_night.t7 复制代码 |
核心代码：
|
1 2 3 4 5 6 |
net = cv.dnn.readNetFromTorch(args.model) net.setPreferableBackend(cv.dnn.DNN_BACKEND_OPENCV); inp = cv.dnn.blobFromImage(frame, 1.0, (inWidth, inHeight), (103.939, 116.779, 123.68), swapRB=False, crop=False) net.setInput(inp) out = net.forward() 复制代码 |
风格迁移代码基于 ECCV 2016 的论文《 Perceptual Losses for Real-Time Style Transfer and Super-Resolution 》实现（ github.com/jcjohnson/f… ），使用了 Torch 训练好的模型，多种风格模型文件可从此项目中下载。
我们之前的文章 Python+OpenCV 十几行代码模仿世界名画 里有关于图像风格迁移更详细的介绍。
以上便是 OpenCV-Python 的一些简单应用。OpenCV 官方 Samples 代码里还有很多有趣的例子（ github.com/opencv/open… ），更强大的功能也有待你在开发中逐步体会。希望这篇管中窥豹的文章可以让各位对 OpenCV 和计算机视觉有一个初步的了解和直观的认识，进而共同参与到人工智能这场技术浪潮中来。
OpenCV+Python！打遍天下无敌手！是真的强！http://t.jinritoutiao.js.cn/RBURqG/
苏公网安备 32021402001397号