1 Opencv 简介

Opencv 是计算机视觉中经典的专用库，其支持多语言，跨平台，功能强大。Opencv-Python 为 Opencv 提供了 Python 接口，使得使用者在 Python 中能够调用 C/C++,在保证易读性和运行效率的前提下，实现所需的功能。

Opencv 是由 Gray Bradsky 于 1999 年在英特尔创立，第一版于 2000 年问世。Vadim Pisarevsky 加入 Gary Bradsky，一起管理因特尔的俄罗斯软件 Opencv 团队。

2005 年，Opencv 用于 Stanley，该车赢得了 2005 年 DARPA 挑战赛的冠军。后来，在 Willow Garage 的支持下，它的积极发展得以继续，由 Gary Bradsky 和 Vadim Pisarevsky 领导了该项目。Opencv 现在支持与计算机视觉和机器学习有关的多种算法，并且正在日益扩展。

Opencv 支持多种编程语言，例如 C++, Python, Java 等，并且可以再 Windows , Linux , OS X , Android 和 IOS 等不同平台上使用。基于 CUDA 和 OpenCL 的高速 GPU 操作的接口也在积极开发中。

Opencv-Python 是用于 Opencv 的 Python API，结合了 Opencv C++ API 和 Python 语言的最佳特性。

1.1 Opencv-Python

Opencv-Python 是旨在解决计算机视觉问题的专用库

Python 是由 Guidovan Rossum 发起的通用编程语言，很快就非常流行，主要是因为他的简单性和代码可读性。它使得程序员可以用较少的代码行表达想法，而不会降低可读性。

与 C/C++之类的语言，Python 速度较慢。也就是说，可以使用 C/C++轻松扩展 Python，这使得我们能够用 C/C++编写计算机密集型代码并创建可用作 Python 模块的 Python 包装器。它给我们带来了两个好处: 首先，代码与原始 C/C++代码一样快(因为它是在后台运行的实际 C++代码), 其次，在 Python 中比 C/C++编写代码更容易。Opencv-Python 是原始 Opencv C++实现的 Python 包装器。

Opencv-Python 利用了 Numpy，这是一个高度优化的库，用于使用 MATLAB 样式的语言进行数值运算。所有 Opencv 数组结构都与 Numpy 数组相互转换。这也使与使用 Numpy 的其他库(例如 Scipy 和 Matplotlib)的集成变得更加容易。

1.2 应用领域

• 人机互动

• 物体识别

• 图像分割

• 人脸识别

• 动作识别

• 运动跟踪

• 机器人

• 运动分析

• 机器视觉

• 结构分析

• 汽车安全驾驶

如上所述，opencv 的功能十分强大，在各个领域大放异彩，由浅入深，本次我们先介绍图像编辑，简单的字母数字识别的相关部分，日后会继续开始人脸识别，图像分割，图像定位等等功能；

2 opencv-python 安装与使用

首先我们需要安装一下环境

1. python3：安装 python3：python 教程有详细的说明，网址安装 python

2. numpy：安装 numpy：pip install numpy

3. opencv-python：安装 opencv-python： pip install opencv-python

安装完 opencv-python 后命令行打开 python 交互式环境：import cv2 成功，便说明成功安装了 opencv-python

2.1 imread()

imread 函数读取数字图像，先看一下官网对于该函数的定义

cv2.imread(path_of_image, intflag)

函数参数一： 需要读入图像的完整的路径

函数参数二： 标志以什么形式读入图像，可以选择一下方式：

• cv2.IMREAD_COLOR： 加载彩色图像。任何图像的透明度都将被忽略。它是默认标志

• cv2.IMREAD_GRAYSCALE：以灰度模式加载图像

• cv2.IMREAD_UNCHANGED：保留读取图片原有的颜色通道

• 1 ：等同于 cv2.IMREAD_COLOR

• 0 ：等同于 cv2.IMREAD_GRAYSCALE

• -1 ：等同于 cv2.IMREAD_UNCHANGED

color_img = cv2.imread("image_file/1.jpeg")print(color_img.shape)
gray_img=cv2.imread("image_file/1.jpeg", cv2.IMREAD_GRAYSCALE)print(gray_img.shape)
#把单通道图像保存后，再读取，仍然是3通道，相当于将单通道复制到3个通道保存cv2.imwrite("image_file/gray_1.jpeg",gray_img)

2.2 threshold（）

这个函数作用是将图片二值化，图像的二值化，就是将图像上的像素点的灰度值设置为 0 或 255，也就是将整个图像呈现出明显的只有黑和白的视觉效果。二值化是图像分割的一种最简单的方法。二值化可以把灰度图像转换成二值图像。把大于某个临界灰度值的像素灰度设为灰度极大值，把小于这个值的像素灰度设为灰度极小值，从而实现二值化。

画图举例来说

cv.threshold()用来实现阈值分割，函数有 4 个参数：

• 参数 1：要处理的原图，一般是灰度图，这也是上一步中处理的

• 参数 2：设定的阈值

• 参数 3：最大阈值，一般为 255

• 参数 4：阈值的方式，主要有 5 种，分别为：THRESH_BINARY，THRESH_BINARY_INV，THRESH_TRUNC，THRESH_TOZERO 和 THRESH_TOZERO_INV

实例如下：

ret, th1 = cv.threshold(img, 127, 255, cv.THRESH_BINARY)

ret, th2 = cv.threshold(img, 127, 255, cv.THRESH_BINARY_INV)

ret, th3 = cv.threshold(img, 127, 255, cv.THRESH_TRUNC)

ret, th4 = cv.threshold(img, 127, 255, cv.THRESH_TOZERO)

ret, th5 = cv.threshold(img, 127, 255, cv.THRESH_TOZERO_INV)

titles = [‘Original’, ‘BINARY’, ‘BINARY_INV’, ‘TRUNC’, ‘TOZERO’, ‘TOZERO_INV’]

images = [img, th1, th2, th3, th4, th5]

使用 Matplotlib 显示

for i in range(6):

plt.subplot(2, 3, i + 1)

plt.imshow(images[i], ‘gray’)

plt.title(titles[i], fontsize=8)

plt.xticks([]), plt.yticks([]) # 隐藏坐标轴

plt.show()

实际输出：

对应的官方中说明

2.3 morphologyEx()

形态学操作是根据图像形状进行的简单操作。一般情况下对二值化图像进行的操作。需要输入两个参数，一个是原始图像，第二个被称为结构化元素或核，它是用来决定操作的性质的。

两个基本的形态学操作是腐蚀和膨胀。他们的变体构成了开运算，闭运算,具体概念如下：

1）腐蚀：

就像土壤侵蚀一样，这个操作会把前景物体的边界腐蚀掉（但是前景仍然是白色）。这是怎么做到的呢？卷积核沿着图像滑动，如果与卷积核对应的原图像的所有像素值都是 1，那么中心元素就保持原来的像素值，否则就变为零。

这会产生什么影响呢？根据卷积核的大小靠近前景的所有像素都会被腐蚀掉（变为 0），所以前景物体会变小，整幅图像的白色区域会减少。这对于去除白噪声很有用，也可以用来断开两个连在一块的物体等。

2）膨胀：

与腐蚀相反，与卷积核对应的原图像的像素值中只要有一个是 1，中心元素的像素值就是 1。

所以这个操作会增加图像中的白色区域（前景）。一般在去噪声时先用腐蚀再用膨胀。因为腐蚀在去掉白噪声的同时，也会使前景对象变小。所以我们再对他进行膨胀。这时噪声已经被去除了，不会再回来了，但是前景还在并会增加。膨胀也可以用来连接两个分开的物体。

3）开运算：

先腐蚀，后膨胀。去除图像中小的亮点（CV_MOP_OPEN）；

4）闭运算

先膨胀，后腐蚀。去除图像中小的暗点（CV_MOP_CLOSE）；

kernel = cv.getStructuringElement(cv.MORPH_RECT, (1, 8))opening = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)cv.imshow("MORPH_OPEN_1", opening)cv2.waitKey(0)

kernel = cv.getStructuringElement(cv.MORPH_RECT, (1, 8))closing = cv2.morphologyEx(img, cv2.MORPH_CLOSE, kernel)cv.imshow("MORPH_OPEN_1", closing)cv2.waitKey(0)

3 应用案例

以上是 opencv 的简单使用，现在举一个实际应用的案例：识别验证码，其实按照上面 3 个步骤就可以将图片一步步处理，置灰，二值化，开运算，最后就可以识别了。那么首先原图如下：

1）首次处理效果，将图片灰度化，二值化，为提取轮廓做准备，二值化后，图片非黑即白两种，更有利于开闭运算处理

src = cv2.imread('image_file/before.png')gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)cv.imshow("Binarization", binary)cv2.waitKey(0)

2）基础上面二值化图片，对结果图进行开运算处理，去除噪音部分

kernel = cv.getStructuringElement(cv.MORPH_RECT, (8, 1))open_out = cv.morphologyEx(binl, cv.MORPH_OPEN, kernel)cv.imshow("MORPH_OPEN_2", open_out)cv2.waitKey(0)

3）最后一次处理，将背景置为白色，并且识别图片识别码

cv.bitwise_not(open_out, open_out)  cv.imshow("Transform", open_out)textImage = Image.fromarray(open_out)text = pytesseract.image_to_string(textImage)  cv2.waitKey(0)

4）最后打印出验证码

4 总结

相信认真一起看完上述知识点，opencv-python 已经对于图像的基本操作可以熟练掌握了，接下来会对数字图像的一些其他概念进行介绍，敬请期待~

作者：京东物流 张伟男

来源：京东云开发者社区 自猿其说 Tech 转载请注明来源