目录
  1. WIKI教程
  2. Python的人工智能
  3. AI with Python – Computer Vision

AI with Python – Computer Vision

计算机视觉涉及使用计算机软件和硬件建模和复制人类视觉。 在本章中，您将详细了解这一点。

计算机视觉

计算机视觉是一门学科，研究如何根据场景中存在的结构的属性，从其2d图像重建，中断和理解3d场景。

计算机视觉层次结构

计算机视觉分为以下三个基本类别 -

  • Low-level vision - 它包括用于特征提取的过程图像。

  • Intermediate-level vision - 包括物体识别和3D场景解释

  • High-level vision - 包括活动，意图和行为等场景的概念性描述。

计算机视觉与图像处理

图像处理研究图像到图像的变换。 图像处理的输入和输出都是图像。

计算机视觉是从图像中构建对物理对象进行明确，有意义的描述。 计算机视觉的输出是对3D场景中的结构的描述或解释。

应用程序 (Applications)

计算机视觉应用于以下领域 -

Robotics

  • 本地化 - 自动确定机器人位置

  • Navigation

  • 障碍避免

  • 装配（钉孔，焊接，喷漆）

  • 操纵（例如PUMA机器人操纵器）

  • 人机交互（HRI）:与人交互和服务的智能机器人

Medicine

  • 分类和检测（例如病变或细胞分类和肿瘤检测）

  • 2D/3D分割

  • 3D人体器官重建（MRI或超声）

  • 视觉引导机器人手术

Security

  • 生物识别技术（虹膜，指纹，面部识别）
  • 监视 - 检测某些可疑活动或行为

Transportation

  • 自动驾驶汽车
  • 安全性，例如驾驶员警惕性监控

Industrial Automation Application

  • Industrial inspection (defect detection)
  • Assembly
  • 条形码和包装标签阅读
  • 对象排序
  • 文件理解（例如OCR）

安装有用的包

对于使用Python的计算机视觉，您可以使用名为OpenCV （开源计算机视觉）的流行库。 它是一个主要针对实时计算机视觉的编程功能库。 它是用C ++编写的，它的主要接口是C ++。 您可以借助以下命令安装此软件包 - 

pip install opencv_python-X.X-cp36-cp36m-winX.whl

这里X代表您机器上安装的Python版本以及您拥有的win32或64位。

如果您使用的是anaconda环境，请使用以下命令安装OpenCV - 

conda install -c conda-forge opencv

阅读，写作和显示图像

大多数CV应用程序需要将图像作为输入并将图像作为输出生成。 在本节中，您将学习如何借助OpenCV提供的功能读取和写入图像文件。

OpenCV函数用于读取，显示，写入图像文件

OpenCV为此提供以下功能 -

  • imread() function - 这是读取图像的函数。 OpenCV imread（）支持各种图像格式，如PNG，JPEG，JPG，TIFF等。

  • imshow() function - 这是在窗口中显示图像的功能。 窗口自动适合图像大小。 OpenCV imshow（）支持各种图像格式，如PNG，JPEG，JPG，TIFF等。

  • imwrite() function - 这是写入图像的函数。 OpenCV imwrite（）支持各种图像格式，如PNG，JPEG，JPG，TIFF等。

例子 (Example)

此示例显示了用于以一种格式读取图像的Python代码 - 在窗口中显示它并以其他格式写入相同的图像。 考虑以下步骤 -

如图所示导入OpenCV包 - 

import cv2

现在，要读取特定图像，请使用imread（）函数 - 

image = cv2.imread('image_flower.jpg')

要显示图像，请使用imshow()函数。 您可以在其中查看图像的窗口名称为image_flower 。 

cv2.imshow('image_flower',image)
cv2.destroyAllwindows()
图像花

现在，我们可以使用imwrite（）函数将相同的图像写入另一种格式，例如.png - 

cv2.imwrite('image_flower.png',image)

输出True表示图像已成功写入.png文件也位于同一文件夹中。 

True

注意 - 函数destroyallWindows（）只是破坏我们创建的所有窗口。

色彩空间转换

在OpenCV中，图像不是使用传统的RGB颜色存储的，而是以相反的顺序存储，即以BGR顺序存储。 因此，读取图像时的默认颜色代码是BGR。 cvtColor()颜色转换函数用于将图像从一种颜色代码转换为另一种颜色代码。

例子 (Example)

考虑此示例将图像从BGR转换为灰度。

如图所示导入OpenCV包 - 

import cv2

现在，要读取特定图像，请使用imread（）函数 - 

image = cv2.imread('image_flower.jpg')

现在，如果我们使用imshow()函数看到这个图像，那么我们可以看到这个图像在BGR中。 

cv2.imshow('BGR_Penguins',image)
penguine

现在，使用cvtColor()函数将此图像转换为灰度。 

image = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
cv2.imshow('gray_penguins',image)
灰色的penguine

边缘检测

人们在看到粗略的草图后，可以很容易地识别出许多物体类型和姿势。 这就是边缘在人类生活以及计算机视觉应用中发挥重要作用的原因。 OpenCV提供了非常简单有用的函数Canny()来检测边缘。

例子 (Example)

以下示例显示了边缘的清晰标识。

导入OpenCV包如图所示 - 

import cv2
import numpy as np

现在，要读取特定图像，请使用imread()函数。 

image = cv2.imread('Penguins.jpg')

现在，使用Canny ()函数检测已读取图像的边缘。 

cv2.imwrite(‘edges_Penguins.jpg’,cv2.Canny(image,200,300))

现在，要显示带边的图像，请使用imshow（）函数。 

cv2.imshow(‘edges’, cv2.imread(‘‘edges_Penguins.jpg’))

这个Python程序将创建一个带边缘检测的名为edges_penguins.jpg的图像。

边缘企鹅

人脸检测

人脸检测是计算机视觉的迷人应用之一，使其更加真实和未来。 OpenCV具有执行面部检测的内置工具。 我们将使用Haar级联分类器进行人脸检测。

哈尔级联数据

我们需要数据来使用Haar级联分类器。 您可以在我们的OpenCV包中找到这些数据。 安装OpenCv后，您可以看到文件夹名称haarcascades 。 不同的应用程序会有.xml文件。 现在，将它们全部复制以供不同使用，然后粘贴到当前项目下的新文件夹中。

Example

以下是使用Haar Cascade检测Amitabh Bachan面部的Python代码，如下图所示 -

ab脸

如图所示导入OpenCV包 - 

import cv2
import numpy as np

现在，使用HaarCascadeClassifier检测面部 - 

face_detection=
cv2.CascadeClassifier('D:/ProgramData/cascadeclassifier/
haarcascade_frontalface_default.xml')

现在，要读取特定图像，请使用imread()函数 - 

img = cv2.imread('AB.jpg')

现在，将其转换为灰度，因为它会接受灰色图像 - 

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

现在，使用face_detection.detectMultiScale ，执行实际的面部检测 

faces = face_detection.detectMultiScale(gray, 1.3, 5)

现在，在整个脸部周围画一个矩形 - 

for (x,y,w,h) in faces:
   img = cv2.rectangle(img,(x,y),(x+w, y+h),(255,0,0),3)
cv2.imwrite('Face_AB.jpg',img)

这个Python程序将使用面部检测创建一个名为Face_AB.jpg的图像，如图所示

面对AB

眼睛检测

眼睛检测是计算机视觉的另一个迷人应用，它使其更加真实和未来。 OpenCV有一个内置的工具来执行眼睛检测。 我们将使用Haar cascade分类器进行眼睛检测。

例子 (Example)

以下示例给出了使用Haar Cascade检测Amitabh Bachan面部的Python代码，如下图所示 -

哈尔AB脸

导入OpenCV包如图所示 - 

import cv2
import numpy as np

现在，使用HaarCascadeClassifier检测面部 - 

eye_cascade = cv2.CascadeClassifier('D:/ProgramData/cascadeclassifier/haarcascade_eye.xml')

现在，要读取特定图像，请使用imread()函数 

img = cv2.imread('AB_Eye.jpg')

现在，将其转换为灰度，因为它会接受灰色图像 - 

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

现在借助eye_cascade.detectMultiScale ，执行实际的人脸检测 

eyes = eye_cascade.detectMultiScale(gray, 1.03, 5)

现在，在整个脸部周围画一个矩形 - 

for (ex,ey,ew,eh) in eyes:
   img = cv2.rectangle(img,(ex,ey),(ex+ew, ey+eh),(0,255,0),2)
cv2.imwrite('Eye_AB.jpg',img)

这个Python程序将创建一个名为Eye_AB.jpg的图像，带有眼睛检测，如图所示 -

眼AB
<上一篇.AI with Python – Genetic Algorithms
AI with Python – Deep Learning.下一篇>
↑回到顶部↑
WIKI教程 @2018