Python OpenCV從入門到精通

PythonOpenCV從入門到精通目錄\h第1篇入門篇\h第1章Python與OpenCV\h1.1Python概述\h1.1.1什么是Python\h1.1.2Python的版本\h1.1.3Python的應(yīng)用\h1.2OpenCV概述\h1.2.1計(jì)算機(jī)視覺\h1.2.2OpenCV包含的模塊\h1.2.3OpenCV的發(fā)展歷程\h1.2.4OpenCV的應(yīng)用\h1.2.5PythonOpenCV的開發(fā)工具\(yùn)h1.3小結(jié)\h第2章搭建開發(fā)環(huán)境\h2.1Python的下載和安裝\h2.1.1下載Python\h2.1.2安裝Python\h2.1.3測試Python是否安裝成功\h2.2PythonOpenCV的下載和安裝\h2.2.1下載和安裝OpenCV-Contrib-Python庫\h2.2.2測試OpenCV-Contrib-Python庫和Numpy庫是否安裝成功\h2.3PyCharm的下載和安裝\h2.3.1下載PyCharm\h2.3.2安裝PyCharm\h2.3.3啟動(dòng)并配置PyCharm\h2.4小結(jié)\h第3章圖像處理的基本操作\h3.1讀取圖像\h3.2顯示圖像\h3.3保存圖像\h3.4獲取圖像屬性\h3.5小結(jié)\h第4章像素的操作\h4.1像素\h4.1.1確定像素的位置\h4.1.2獲取像素的BGR值\h4.1.3修改像素的BGR值\h4.2使用NumPy模塊操作像素\h4.2.1NumPy概述\h4.2.2數(shù)組的類型\h4.2.3創(chuàng)建數(shù)組\h4.2.4操作數(shù)組\h4.2.5數(shù)組的索引和切片\h4.2.6創(chuàng)建圖像\h4.2.7拼接圖像\h4.3小結(jié)\h第5章色彩空間與通道\h5.1色彩空間\h5.1.1GRAY色彩空間\h5.1.2HSV色彩空間\h5.2通道\h5.2.1拆分通道\h5.2.2合并通道\h5.2.3綜合運(yùn)用拆分通道和合并通道\h5.2.4alpha通道\h5.3小結(jié)\h第2篇基礎(chǔ)篇\h第6章繪制圖形和文字\h6.1線段的繪制\h6.2矩形的繪制\h6.3圓形的繪制\h6.4多邊形的繪制\h6.5文字的繪制\h6.5.1文字的斜體效果\h6.5.2文字的垂直鏡像效果\h6.5.3在圖像上繪制文字\h6.6動(dòng)態(tài)繪制圖形\h6.7小結(jié)\h第7章圖像的幾何變換\h7.1縮放\h7.1.1dsize參數(shù)實(shí)現(xiàn)縮放\h7.1.2fx和fy參數(shù)實(shí)現(xiàn)縮放\h7.2翻轉(zhuǎn)\h7.3仿射變換\h7.3.1平移\h7.3.2旋轉(zhuǎn)\h7.3.3傾斜\h7.4透視\h7.5小結(jié)\h第8章圖像的閾值處理\h8.1閾值處理函數(shù)\h8.2“非黑即白”的圖像\h8.2.1二值化處理\h8.2.2反二值化處理\h8.3零處理\h8.3.1低于閾值零處理\h8.3.2超出閾值零處理\h8.4截?cái)嗵幚韁h8.5自適應(yīng)處理\h8.6Otsu方法\h8.7閾值處理的作用\h8.8小結(jié)\h第9章圖像的運(yùn)算\h9.1掩模\h9.2圖像的加法運(yùn)算\h9.3圖像的位運(yùn)算\h9.3.1按位與運(yùn)算\h9.3.2按位或運(yùn)算\h9.3.3按位取反運(yùn)算\h9.3.4按位異或運(yùn)算\h9.4合并圖像\h9.4.1加權(quán)和\h9.4.2覆蓋\h9.5小結(jié)\h第3篇進(jìn)階篇\h第10章模板匹配\h10.1模板匹配方法\h10.2單模板匹配\h10.2.1單目標(biāo)匹配\h10.2.2多目標(biāo)匹配\h10.3多模板匹配\h10.4小結(jié)\h第11章濾波器\h11.1均值濾波器\h11.2中值濾波器\h11.3高斯濾波器\h11.4雙邊濾波器\h11.5小結(jié)\h第12章腐蝕與膨脹\h12.1腐蝕\h12.2膨脹\h12.3開運(yùn)算\h12.4閉運(yùn)算\h12.5形態(tài)學(xué)運(yùn)算\h12.5.1梯度運(yùn)算\h12.5.2頂帽運(yùn)算\h12.5.3黑帽運(yùn)算\h12.6小結(jié)\h第13章圖形檢測\h13.1圖像的輪廓\h13.2輪廓擬合\h13.2.1矩形包圍框\h13.2.2圓形包圍框\h13.3凸包\h13.4Canny邊緣檢測\h13.5霍夫變換\h13.5.1直線檢測\h13.5.2圓環(huán)檢測\h13.6小結(jié)\h第14章視頻處理\h14.1讀取并顯示攝像頭視頻\h14.1.1VideoCapture類\h14.1.2如何使用VideoCapture類\h14.2播放視頻文件\h14.2.1讀取并顯示視頻文件\h14.2.2視頻的暫停播放和繼續(xù)播放\h14.2.3獲取視頻文件的屬性\h14.3保存視頻文件\h14.3.1VideoWriter類\h14.3.2如何使用VideoWriter類\h14.4小結(jié)\h第15章人臉檢測和人臉識(shí)別\h15.1人臉檢測\h15.1.1級(jí)聯(lián)分類器\h15.1.2方法\h15.1.3分析人臉位置\h15.2檢測其他內(nèi)容\h15.2.1眼睛檢測\h15.2.2貓臉檢測\h15.2.3行人檢測\h15.2.4車牌檢測\h15.3人臉識(shí)別\h15.3.1Eigenfaces人臉識(shí)別器\h15.3.2Fisherfaces人臉識(shí)別器\h15.3.3LocalBinaryPatternHistogram人臉識(shí)別器\h15.4小結(jié)\h第4篇項(xiàng)目篇\h第16章MR智能視頻打卡系統(tǒng)\h16.1需求分析\h16.2系統(tǒng)設(shè)計(jì)\h16.2.1開發(fā)環(huán)境\h16.2.2功能結(jié)構(gòu)\h16.2.3業(yè)務(wù)流程\h16.2.4項(xiàng)目結(jié)構(gòu)\h16.3文件系統(tǒng)設(shè)計(jì)\h16.4數(shù)據(jù)實(shí)體模塊設(shè)計(jì)\h16.5工具模塊設(shè)計(jì)\h16.5.1公共工具模塊\h16.5.2IO流模塊\h16.5.3攝像頭工具模塊\h16.6服務(wù)模塊設(shè)計(jì)\h16.6.1人事服務(wù)模塊\h16.6.2人臉識(shí)別服務(wù)模塊\h16.7程序入口設(shè)計(jì)\h16.7.1用戶權(quán)限管理\h16.7.2主菜單設(shè)計(jì)\h16.7.3人臉打卡功能\h16.7.4為新員工登記人臉照片樣本\h16.7.5刪除員工全部數(shù)據(jù)\h16.7.6查詢員工打卡記錄\h16.7.7生成考勤報(bào)表\h16.7.8自定義上下班時(shí)間\h16.7.9啟動(dòng)程序\h16.8小結(jié)第1篇入門篇本篇包括Python與OpenCV、搭建開發(fā)環(huán)境、圖像處理的基本操作、像素的操作和色彩空間與通道。這5章的作用相當(dāng)于“掃盲”，即完成一個(gè)從“什么都不知道”到“掌握關(guān)鍵知識(shí)點(diǎn)”的轉(zhuǎn)變過程，為學(xué)習(xí)后面的內(nèi)容奠定基礎(chǔ)。第1章Python與OpenCVPython是當(dāng)下熱門的一種編程語言，語法簡潔、功能強(qiáng)大。OpenCV是一個(gè)開源的計(jì)算機(jī)視覺庫，能夠讓開發(fā)人員更專注處理圖像本身，而非處理圖像時(shí)的具體實(shí)現(xiàn)算法。也就是說，OpenCV讓結(jié)構(gòu)復(fù)雜的計(jì)算機(jī)視覺應(yīng)用變得非常容易。因此，OpenCV被廣泛地應(yīng)用于各個(gè)領(lǐng)域。本章將從Python出發(fā)，途經(jīng)OpenCV，走進(jìn)PythonOpenCV。1.1Python概述1.1.1什么是PythonPython本義是巨蟒。1989年，荷蘭人GuidovanRossum發(fā)明了一種面向?qū)ο蟮慕忉屝透呒?jí)編程語言，將其命名為Python，其標(biāo)志如圖1.1所示。Python的設(shè)計(jì)思想為優(yōu)雅、明確和簡單，實(shí)際上，Python始終貫徹著這一理念，以至于現(xiàn)在網(wǎng)絡(luò)上流傳著“人生苦短，我用Python”的說法，可見Python有著簡單、開發(fā)速度快、節(jié)省時(shí)間和容易學(xué)習(xí)等特點(diǎn)。圖1.1Python的標(biāo)志Python是一種擴(kuò)充性強(qiáng)大的編程語言，它具有豐富和強(qiáng)大的庫，能夠把使用其他語言制作的各種模塊（尤其是C/C++）很輕松地聯(lián)結(jié)在一起，所以Python常被稱為“膠水”語言。1991年，Python的第一個(gè)公開發(fā)行版問世。從2004年開始，Python的使用率呈線性增長，越來越受到編程者的歡迎和喜愛。最近幾年，伴隨著大數(shù)據(jù)和人工智能的蓬勃發(fā)展，Python語言越來越火爆，也越來越受到開發(fā)者的青睞，圖1.2是2021年6月TIBOE編程語言排行榜，Python排在第2位。圖1.22021年6月TIBOE編程語言排行榜1.1.2Python的版本Python自發(fā)布以來，主要有3個(gè)版本：1994年發(fā)布的Python1.x版本（已過時(shí)）、2000年發(fā)布的Python2.x版本和2008年發(fā)布的Python3.x版本。1.1.3Python的應(yīng)用Python作為一種功能強(qiáng)大的編程語言，因其簡單易學(xué)而受到很多開發(fā)者的青睞。那么Python的應(yīng)用領(lǐng)域有哪些呢？概括起來主要有以下幾個(gè)。Web開發(fā)。大數(shù)據(jù)處理。人工智能。自動(dòng)化運(yùn)維開發(fā)。云計(jì)算。爬蟲。游戲開發(fā)。例如，我們經(jīng)常訪問的集電影、讀書、音樂于一體的創(chuàng)新型社區(qū)豆瓣、國內(nèi)著名網(wǎng)絡(luò)問答社區(qū)知乎、國際上知名的游戲SidMeier'sCivilization即《文明》等都是使用Python開發(fā)的。這些網(wǎng)站和應(yīng)用的效果如圖1.3～圖1.5所示。圖1.3豆瓣首頁圖1.4知乎首頁很多企業(yè)都將Python作為其項(xiàng)目開發(fā)的主要語言，例如世界上最大的搜索引擎Google公司、專注編程教育二十年的明日科技、世界最大的短視頻網(wǎng)站YouTube和覆蓋范圍最廣的社交網(wǎng)站facebook等，如圖1.6所示。圖1.5《文明》游戲首頁圖1.6應(yīng)用Python的公司說明Python語言不僅可以應(yīng)用到網(wǎng)絡(luò)編程、游戲開發(fā)等領(lǐng)域，還在圖形圖像處理、智能機(jī)器人、爬取數(shù)據(jù)、自動(dòng)化運(yùn)維等多方面嶄露頭角，為開發(fā)者提供簡約、優(yōu)雅的編程體驗(yàn)。1.2OpenCV概述OpenCV是一個(gè)開源的計(jì)算機(jī)視覺庫，可以在Windows、Linux、MacOS等操作系統(tǒng)上運(yùn)行。它起源于英特爾性能實(shí)驗(yàn)室的實(shí)驗(yàn)研究，由俄羅斯的專家負(fù)責(zé)實(shí)現(xiàn)和優(yōu)化，并以為計(jì)算機(jī)視覺提供通用性接口為目標(biāo)。1.2.1計(jì)算機(jī)視覺人類由于被賦予了視覺，因此很容易認(rèn)為“計(jì)算機(jī)視覺是一種很容易實(shí)現(xiàn)的功能”。但是，這種想法是錯(cuò)誤的。如圖1.7所示，人類的視覺能夠很輕易地從這幅圖像中識(shí)別花朵。但是，計(jì)算機(jī)視覺不會(huì)像人類視覺那樣能夠?qū)D像進(jìn)行感知和識(shí)別，更不會(huì)自動(dòng)控制焦距和光圈，而是把圖像解析為按照柵格狀排列的數(shù)字。以圖1.7為例，計(jì)算機(jī)視覺將其解析為如圖1.8所示的按照柵格狀排列的數(shù)字（圖1.8只是圖1.7的一部分）。圖1.7一幅顯示花朵的彩色圖像圖1.8計(jì)算機(jī)視覺中的圖1.7這些按照柵格狀排列的數(shù)字包含大量的噪聲，噪聲在圖像上常表現(xiàn)為引起較強(qiáng)視覺效果的孤立像素點(diǎn)或像素塊，使得圖像模糊不清。因此，噪聲是計(jì)算機(jī)視覺面臨的一個(gè)難題。要讓圖片變得清晰，就需要對(duì)抗噪聲。計(jì)算機(jī)視覺使用統(tǒng)計(jì)的方法對(duì)抗噪聲，例如，計(jì)算機(jī)視覺雖然很難通過某個(gè)像素或者這個(gè)像素的相鄰像素判斷這個(gè)像素是否在圖像主體的邊緣上，但是如果對(duì)圖像某一區(qū)域內(nèi)的像素做統(tǒng)計(jì)，那么上述判斷就變得簡單了，即在指定區(qū)域內(nèi)，圖像主體的邊緣應(yīng)該表現(xiàn)為一連串獨(dú)立的像素，而且這一連串像素的方向應(yīng)該是一致的。這部分內(nèi)容就是本書第13章要為讀者講解的圖形檢測。例如，使用圖形檢測的相關(guān)方法，能夠把圖1.9中的圖形邊緣繪制成紅色，進(jìn)而得到如圖1.10所示的效果。圖1.9簡單的幾何圖像圖1.10把圖形邊緣繪制成紅色為了有效地解決計(jì)算機(jī)視覺面臨的難題，OpenCV提供了許多模塊，這些模塊中的方法具有很好的完備性。1.2.2OpenCV包含的模塊OpenCV是由很多模塊組成的，這些模塊可以分為很多層，具體如圖1.11所示。那么，OpenCV包含的模塊有哪些呢？表1.1列舉的是OpenCV常用的模塊。圖1.11OpenCV包含的模塊的層級(jí)結(jié)構(gòu)表1.1OpenCV常用的模塊及其說明說明表1.1中的模塊隨著OpenCV的版本不斷地更新而發(fā)生變化，有的可能被取消，有的可能被融合到其他模塊中。為了快速建立精巧的視覺應(yīng)用，OpenCV提供了許多模塊和方法。開發(fā)人員不必過多關(guān)注這些模塊和方法的具體實(shí)現(xiàn)細(xì)節(jié)，只需關(guān)注圖像處理本身，就能夠很方便地使用它們對(duì)圖像進(jìn)行相應(yīng)的處理。1.2.3OpenCV的發(fā)展歷程圖1.12自2009年OpenCV的發(fā)展歷程從2009年3月至今，OpenCV的發(fā)展歷程如圖1.12所示。隨著OpenCV被越來越多的用戶認(rèn)可并提供越來越多的技術(shù)支持，OpenCV的研發(fā)團(tuán)隊(duì)也加大了研究人員和研究經(jīng)費(fèi)的投入，這使得OpenCV的下載量逐年增長。OpenCV的發(fā)展不是一帆風(fēng)順的。OpenCV在發(fā)展歷程中，不僅受到了互聯(lián)網(wǎng)行業(yè)泡沫經(jīng)濟(jì)的沖擊，還受到了管理層和管理方向不斷變更的影響，有時(shí)甚至沒有研究人員和研究經(jīng)費(fèi)的投入。但是，隨著多核處理器的出現(xiàn)以及計(jì)算機(jī)視覺的應(yīng)用越來越廣泛，OpenCV的應(yīng)用價(jià)值開始上升。截至目前，OpenCV已經(jīng)得到了基金會(huì)、一些上市公司和私人機(jī)構(gòu)的支持。OpenCV的宗旨是促進(jìn)商業(yè)（利用OpenCV構(gòu)建商業(yè)產(chǎn)品）和研究，因此OpenCV是開源并且免費(fèi)的。這不僅使得OpenCV擁有著龐大的用戶群體，還使得OpenCV在世界各國逐漸流行起來。1.2.4OpenCV的應(yīng)用因?yàn)镺penCV是一個(gè)開源的計(jì)算機(jī)視覺庫，所以在舉例介紹OpenCV的應(yīng)用之前，先對(duì)計(jì)算機(jī)視覺的應(yīng)用進(jìn)行介紹。計(jì)算機(jī)視覺不僅被廣泛地應(yīng)用到安保行業(yè)（見圖1.13中的監(jiān)控?cái)z像頭），還被應(yīng)用到網(wǎng)頁端的圖像和視頻處理以及游戲交互中，甚至在某些現(xiàn)代化工廠里，被應(yīng)用到產(chǎn)品質(zhì)檢工作上。此外，計(jì)算機(jī)視覺還被應(yīng)用到一些高精尖領(lǐng)域，包括無人機(jī)領(lǐng)域和航空航天領(lǐng)域等，這些領(lǐng)域使用計(jì)算機(jī)視覺中的圖像拼接技術(shù)獲取街景圖像（見圖1.14）或者航空?qǐng)D像（見圖1.15）。圖1.13監(jiān)控?cái)z像頭圖1.14街景圖像圖1.15航空?qǐng)D像OpenCV自發(fā)布起便得到廣泛應(yīng)用，其中包括在安保以及工業(yè)檢測系統(tǒng)，網(wǎng)絡(luò)產(chǎn)品以及科研工作，醫(yī)學(xué)、衛(wèi)星和網(wǎng)絡(luò)地圖（例如，醫(yī)學(xué)圖像的降噪，街景圖像或者航空?qǐng)D像的拼接及其掃描校準(zhǔn)等），汽車自動(dòng)駕駛，相機(jī)校正等。此外，OpenCV還被應(yīng)用到處理聲音的頻譜圖像上，進(jìn)而實(shí)現(xiàn)對(duì)聲音的識(shí)別。1.2.5PythonOpenCV的開發(fā)工具Python相比Java、C、C++等編程語言，其優(yōu)勢(shì)在于集成度高。雖然Python的執(zhí)行效率低，但是可以調(diào)用大量免費(fèi)使用的類庫。Java、C、C++語言如果要實(shí)現(xiàn)一個(gè)功能，那么需要先實(shí)現(xiàn)其中的基本功能模塊。Python直接調(diào)用相應(yīng)的類庫就能將這個(gè)功能輕松實(shí)現(xiàn)。簡單地說，Python通過簡短的代碼就能夠?qū)崿F(xiàn)很強(qiáng)大的功能。此外，Python在OpenCV、Web、爬蟲、數(shù)據(jù)分析等方向都有很好的發(fā)展前景。PythonOpenCV的優(yōu)勢(shì)在于Python能夠借助OpenCV庫輕輕松松地實(shí)現(xiàn)對(duì)圖像的處理操作。手巧不如家什妙，PythonOpenCV的開發(fā)工具如圖1.16所示。圖1.16PythonOpenCV的開發(fā)工具1.3小結(jié)本章先介紹了什么是Python和Python的版本及應(yīng)用，然后介紹了什么是計(jì)算機(jī)視覺、OpenCV中的模塊和OpenCV的發(fā)展歷程及應(yīng)用，還闡述了PythonOpenCV的優(yōu)勢(shì)。讀者學(xué)習(xí)本章后，要掌握PythonOpenCV常用的2個(gè)庫：一個(gè)是OpenCV-Contrib-Python庫；另一個(gè)是Numpy庫。關(guān)于這2個(gè)庫的簡單描述，讀者可以參考如圖1.16所示的思維導(dǎo)圖。第2章搭建開發(fā)環(huán)境第1章介紹了本書要使用的開發(fā)工具，它們分別是Python解釋器、OpenCV-Contrib-Python庫、Numpy庫和集成開發(fā)工具PyCharm。使用這些開發(fā)工具前，需先對(duì)它們進(jìn)行下載和安裝。為了方便讀者操作，本章將通過圖文結(jié)合的方式詳細(xì)講解上述開發(fā)工具的下載和安裝。2.1Python的下載和安裝工欲善其事，必先利其器。為了使用PythonOpenCV對(duì)圖像進(jìn)行處理，本節(jié)介紹Python的下載和安裝。Python是跨平臺(tái)的開發(fā)工具，可以在Windows、Linux和MacOS等操作系統(tǒng)上使用。說明本節(jié)使用的是64位的Windows10操作系統(tǒng)。2.1.1下載Python在Python的官網(wǎng)中，可以很方便地下載Python的開發(fā)工具，具體下載步驟如下。（1）打開瀏覽器，在瀏覽器的地址欄中輸入Python的官網(wǎng)地址/，按Enter鍵后，進(jìn)入Python的官網(wǎng)首頁；將鼠標(biāo)移動(dòng)到Downloads菜單上，顯示如圖2.1所示的菜單項(xiàng)。說明推薦使用Python3.8.2及其以上版本。（2）單擊圖2.1中的Windows菜單項(xiàng)后，將進(jìn)入詳細(xì)的下載列表，如圖2.2所示。圖2.1Downloads菜單中的菜單項(xiàng)圖2.2適合Windows系統(tǒng)的Python下載列表說明在如圖2.2所示的下載列表中，帶有“x86”字樣的壓縮包，表示該開發(fā)工具可以在Windows32位系統(tǒng)上使用；而帶有“x86-64”字樣的壓縮包，則表示該開發(fā)工具可以在Windows64位系統(tǒng)上使用。另外，標(biāo)記為“web-basedinstaller”字樣的壓縮包，表示需要通過聯(lián)網(wǎng)完成安裝；標(biāo)記為“executableinstaller”字樣的壓縮包，表示通過可執(zhí)行文件（*.exe）方式離線安裝；標(biāo)記為“embeddablezipfile”字樣的壓縮包，表示嵌入式版本，可以集成到其他應(yīng)用中。（3）在如圖2.2所示的下載列表中，列出了各個(gè)版本的下載鏈接，可以根據(jù)需要選擇相應(yīng)的版本進(jìn)行下載。因?yàn)楸緯褂玫氖?4位的Windows10操作系統(tǒng)，所以選擇并單擊Windowsx86-64executableinstaller超鏈接進(jìn)行下載。（4）下載完成后，將得到一個(gè)名為python-3.8.2-amd64.exe的安裝文件。2.1.2安裝Python安裝Python的步驟如下。（1）雙擊下載完成后得到的安裝文件python-3.8.2-amd64.exe，將顯示如圖2.3所示的安裝向?qū)?duì)話框；選中當(dāng)前對(duì)話框中的AddPython3.8toPATH復(fù)選框，表示自動(dòng)配置環(huán)境變量。（2）單擊圖2.3中的Customizeinstallation按鈕，進(jìn)行自定義安裝；在彈出的如圖2.4所示的安裝選項(xiàng)對(duì)話框中，都采用默認(rèn)設(shè)置。圖2.3Python安裝向?qū)?duì)話框圖2.4安裝選項(xiàng)對(duì)話框（3）單擊圖2.4中的Next按鈕，彈出如圖2.5所示的高級(jí)選項(xiàng)對(duì)話框。在當(dāng)前對(duì)話框中，除了默認(rèn)設(shè)置外，選中Installforallusers復(fù)選框（表示當(dāng)前計(jì)算機(jī)的所有用戶都可以使用）；單擊Browse按鈕，設(shè)置Python的安裝路徑。注意在設(shè)置安裝路徑時(shí)，建議路徑中不要使用中文或空格，避免使用過程中出現(xiàn)錯(cuò)誤。（4）單擊圖2.5中的Install按鈕后，將顯示如圖2.6所示的Python安裝進(jìn)度。圖2.5高級(jí)選項(xiàng)對(duì)話框圖2.6Python安裝進(jìn)度（5）安裝完成后，將顯示如圖2.7所示的對(duì)話框，單擊Close按鈕關(guān)閉當(dāng)前對(duì)話框即可。圖2.7安裝完成對(duì)話框2.1.3測試Python是否安裝成功測試Python是否安裝成功的步驟如下。（1）單擊開始菜單，直接輸入cmd，如圖2.8所示。（2）按Enter鍵后，打開“命令提示符”窗口，如圖2.9所示。圖2.8單擊開始菜單輸入cmd圖2.9“命令提示符”窗口（3）在“命令提示符”窗口中的光標(biāo)處輸入python，按Enter鍵；如果當(dāng)前窗口顯示如圖2.10所示的信息，說明Python安裝成功。圖2.10安裝成功后輸入python顯示的信息說明圖2.10中的信息是在“命令提示符”窗口中的光標(biāo)處輸入python后顯示的。如果讀者朋友選擇的版本不同，測試時(shí)顯示的信息會(huì)與圖2.10中顯示的有所差異。當(dāng)“命令提示符”窗口出現(xiàn)>>>時(shí)，說明Python已經(jīng)安裝成功，而且已經(jīng)進(jìn)入Python，正在等待用戶輸入Python命令。2.2PythonOpenCV的下載和安裝為了更快速、更簡單地下載和安裝PythonOpenCV，本書將從清華鏡像下載和安裝OpenCV-Contrib-Python庫。在這個(gè)庫中，除包括OpenCV-Contrib-Python庫外，還包括Numpy庫。Numpy庫是Python語言的一個(gè)擴(kuò)展程序庫，支持大量的維度數(shù)組與矩陣運(yùn)算。2.2.1下載和安裝OpenCV-Contrib-Python庫從清華鏡像下載和安裝OpenCV-Contrib-Python庫的步驟如下。（1）讀者朋友可以參照?qǐng)D2.8和圖2.9，打開“命令提示符”窗口。（2）在“命令提示符”窗口中的光標(biāo)處輸入pipinstall-i/simpleopencv-contrib-python，如圖2.11所示。圖2.11輸入pip命令說明（1）/simple是清華大學(xué)提供的用于下載和安裝OpenCV-Contrib-Python庫的鏡像地址。（2）pip命令是用于查找、下載、安裝和卸載Python庫的管理工具。如果圖2.11中的pip命令得不到如圖2.12所示的界面，那么要將pip命令修改為pipinstallopencv-python。（3）按Enter鍵后，系統(tǒng)將自動(dòng)從/simple先下載OpenCV-Contrib-Python庫，再下載Numpy庫。待OpenCV-Contrib-Python庫和Numpy庫都下載完成后，系統(tǒng)將自動(dòng)安裝Numpy庫和OpenCV-Contrib-Python庫，如圖2.12所示。圖2.12安裝Numpy庫和OpenCV-Contrib-Python庫2.2.2測試OpenCV-Contrib-Python庫和Numpy庫是否安裝成功測試OpenCV-Contrib-Python庫和Numpy庫是否安裝成功的步驟如下。（1）如圖2.13所示，在光標(biāo)處輸入python，按Enter鍵，進(jìn)入Python。（2）當(dāng)“命令提示符”窗口出現(xiàn)>>>時(shí)，在光標(biāo)處輸入importcv2，按Enter鍵。如果“命令提示符”窗口在新的一行出現(xiàn)>>>，說明OpenCV-Contrib-Python庫安裝成功。（3）在新的一行的>>>后的光標(biāo)處輸入importnumpyasnp，按Enter鍵。如果“命令提示符”窗口在新的一行出現(xiàn)>>>，說明Numpy庫安裝成功。（4）在新的一行的>>>后的光標(biāo)處輸入exit()，按Enter鍵，退出Python。（5）在“命令提示符”窗口的光標(biāo)處輸入exit或者exit()，按Enter鍵，退出“命令提示符”窗口。說明exit()用于退出Python，exit或exit()用于退出“命令提示符”窗口。圖2.13測試OpenCV-Contrib-Python庫和Numpy庫是否安裝成功2.3PyCharm的下載和安裝PyCharm是由JetBrains公司開發(fā)的一款Python開發(fā)工具，在Windows、MacOS和Linux操作系統(tǒng)中都可以使用，它具有語法高亮顯示、Project（項(xiàng)目）管理代碼跳轉(zhuǎn)、智能提示、自動(dòng)完成、調(diào)試、單元測試和版本控制等功能。使用PyCharm可以大大提高Python項(xiàng)目的開發(fā)效率，本節(jié)將對(duì)PyCharm的下載和安裝進(jìn)行講解。2.3.1下載PyCharmPyCharm的下載非常簡單，打開瀏覽器，在瀏覽器的地址欄中輸入PyCharm的官網(wǎng)地址：/pycharm/download/。單擊PyCharm官網(wǎng)首頁右側(cè)Community下的Download按鈕，即可下載PyCharm的免費(fèi)社區(qū)版，如圖2.14所示。圖2.14PyCharm官網(wǎng)首頁說明PyCharm有兩個(gè)版本，一個(gè)是社區(qū)版（免費(fèi)并且提供源程序），另一個(gè)是專業(yè)版（免費(fèi)試用，正式使用時(shí)需要付費(fèi)）。建議讀者下載免費(fèi)的社區(qū)版本。下載完成的PyCharm安裝文件如圖2.15所示。圖2.15下載完成的PyCharm安裝文件說明筆者在下載PyCharm時(shí)，最新版本是PyCharm2019.3.3版本。讀者在下載時(shí)，不用擔(dān)心版本的匹配，只要下載官方提供的最新版本，即可正常使用。2.3.2安裝PyCharm安裝PyCharm的步驟如下。（1）雙擊圖2.15中的PyCharm安裝文件，單擊歡迎界面中的Next按鈕，進(jìn)入更改PyCharm安裝路徑的界面。（2）如圖2.16所示，建議單擊Browse按鈕更改PyCharm默認(rèn)的安裝路徑。更改安裝路徑后，單擊Next按鈕，進(jìn)入設(shè)置快捷方式和關(guān)聯(lián)文件界面。（3）如圖2.17所示，首先選中64-bitlauncher復(fù)選框（因?yàn)楣P者使用的操作系統(tǒng)是64位的Windows10），然后選中.py復(fù)選框（默認(rèn)使用PyCharm打開.py文件（Python腳本文件）），最后選中AddlaunchersdirtothePATH復(fù)選框。單擊Next按鈕，進(jìn)入選擇開始菜單文件夾界面。注意當(dāng)更改PyCharm安裝路徑時(shí)，強(qiáng)烈建議不要把軟件安裝到操作系統(tǒng)所在的磁盤，避免因重裝系統(tǒng)，損壞PyCharm路徑下的Python程序。此外，在新的安裝路徑中，建議不要使用中文和空格。圖2.16更改PyCharm安裝路徑圖2.17設(shè)置快捷方式和關(guān)聯(lián)文件（4）如圖2.18所示，選擇開始菜單文件夾界面中的內(nèi)容采用默認(rèn)設(shè)置即可。單擊Install按鈕（安裝時(shí)間大概10min左右，請(qǐng)耐心等待）。（5）如圖2.19所示，安裝完成后，單擊Finish按鈕。圖2.18選擇開始菜單文件夾界面圖2.19完成PyCharm的安裝2.3.3啟動(dòng)并配置PyCharm圖2.20PyCharm桌面快捷方式啟動(dòng)并配置PyCharm的步驟如下。（1）如圖2.20所示，雙擊桌面上的PyCharmCommunityEdition2019.3.3快捷方式，即可啟動(dòng)PyCharm。（2）啟動(dòng)PyCharm后，進(jìn)入如圖2.21所示的接受PyCharm協(xié)議界面，先選中IconfirmthatIhavereadandacceptthetermsofthisUserAgreement復(fù)選框，再單擊Continue按鈕。（3）進(jìn)入如圖2.22所示的PyCharm歡迎界面后，單擊CreateNewProject，創(chuàng)建一個(gè)名為PythonDevelop的Python項(xiàng)目。圖2.21接受PyCharm協(xié)議圖2.22PyCharm歡迎界面（4）如圖2.23所示，當(dāng)PyCharm第一次創(chuàng)建Python項(xiàng)目時(shí)，需先設(shè)置Python項(xiàng)目的存儲(chǔ)位置和虛擬環(huán)境路徑（python.exe的存儲(chǔ)位置）。圖2.23設(shè)置項(xiàng)目路徑及虛擬環(huán)境路徑注意當(dāng)設(shè)置Python項(xiàng)目的存儲(chǔ)位置和虛擬環(huán)境路徑時(shí)，建議路徑中不要使用中文。（5）單擊圖2.23中的Create按鈕，即可進(jìn)入如圖2.24所示的PyCharm主窗口。圖2.24PyCharm主窗口（6）如圖2.25所示，在PyCharm中，右擊PythonDevelop，然后在彈出的快捷菜單中依次選擇New→PythonFile，這樣就能夠在PythonDevelop中新建一個(gè).py文件。圖2.25在PythonDevelop中新建一個(gè).py文件（7）如圖2.26所示，在彈出的對(duì)話框中輸入文件名（即ImageTest）。（8）按Enter鍵后，進(jìn)入ImageTest.py文件。在ImageTest.py文件中，輸入importcv2，這時(shí)PyCharm出現(xiàn)如圖2.27所示的錯(cuò)誤。圖2.26輸入.py文件的文件名圖2.27輸入importcv2時(shí)出現(xiàn)錯(cuò)誤說明導(dǎo)致錯(cuò)誤的原因是PythonDevelop沒有添加OpenCV-Contrib-Python庫（包括Numpy庫）。（9）為了排除圖2.27中出現(xiàn)的錯(cuò)誤，在PyCharm菜單欄中依次選擇File→Settings命令，操作步驟如圖2.28所示。圖2.28打開Settings對(duì)話框（10）打開Settings對(duì)話框后，單擊Project:PythonDevelop，在彈出的下拉列表中選擇ProjectInterpreter命令，界面效果如圖2.29所示。圖2.29單擊ProjectInterpreter后的界面效果（11）單擊圖2.29右上角的齒輪按鈕，齒輪圖標(biāo)會(huì)彈出如圖2.30所示的對(duì)話框，選擇并單擊對(duì)話框中的Add。圖2.30選擇并單擊Add（12）打開如圖2.31所示的AddPythonInterpreter對(duì)話框，選擇并單擊VirtualenvEnvironment，在右側(cè)的選項(xiàng)卡中選中Existingenvironment單選按鈕，然后單擊“省略號(hào)”按鈕，把python.exe的存儲(chǔ)位置輸入Interpreter文本框中，單擊OK按鈕。說明筆者把python.exe存儲(chǔ)在D盤下的Python文件夾中，因此圖2.31中Interpreter后的文本框中的路徑是D:\Python\python.exe。讀者朋友需根據(jù)具體情況輸入python.exe的存儲(chǔ)位置。（13）這時(shí)窗口將返回至如圖2.29所示的界面，但是與圖2.29不同的是OpenCV-Contrib-Python庫和Numpy庫已經(jīng)添加到PythonDevelop項(xiàng)目中，如圖2.32所示。圖2.31輸入python.exe的存儲(chǔ)位置圖2.32成功添加OpenCV-Contrib-Python庫和Numpy庫（14）單擊圖2.32中的OK按鈕后，即可排除圖2.27中出現(xiàn)的錯(cuò)誤，如圖2.33所示。PyCharm排除錯(cuò)誤會(huì)耗時(shí)30s左右，請(qǐng)耐心等待。圖2.33排除圖2.27中出現(xiàn)的錯(cuò)誤2.4小結(jié)本章分別介紹了Python、OpenCV-Contrib-Python庫、Numpy庫和PyCharm的下載和安裝方法。讀者需要掌握其中的3個(gè)方面內(nèi)容：一是下載可以離線安裝的、標(biāo)記為executableinstaller字樣的Python壓縮包；二是使用pip命令下載OpenCV-Contrib-Python庫和Numpy庫；三是把OpenCV-Contrib-Python庫和Numpy庫配置到PyCharm中。第3章圖像處理的基本操作OpenCV的作用在于讓開發(fā)人員更容易地通過編碼來處理圖像。那么，處理圖像需要執(zhí)行哪些操作呢？圖像處理的基本操作包含4個(gè)方面的內(nèi)容：讀取圖像、顯示圖像、保存圖像和獲取圖像屬性。其中，常用的圖像屬性有3個(gè)：shape、size和dtype。本章將依次詳解實(shí)現(xiàn)圖像處理的4個(gè)基本操作，并分別闡明常用的3個(gè)圖像屬性各自的含義及其使用方法。3.1讀取圖像要對(duì)一幅圖像進(jìn)行處理，首先要做的就是讀取這幅圖像。那么，如何才能讀取這幅圖像呢？OpenCV提供了用于讀取圖像的imread()方法，其語法格式如下：

image=cv2.imread(filename,flags)

參數(shù)說明：image：imread()方法的返回值，返回的是讀取到的圖像。filename：要讀取的圖像的完整文件名。例如，要讀取當(dāng)前項(xiàng)目目錄下的3.1.jpg，filename的值為"3.1.jpg"（雙引號(hào)是英文格式的）。flags：讀取圖像顏色類型的標(biāo)記。當(dāng)flags的默認(rèn)值為1時(shí)，表示讀取的是彩色圖像，此時(shí)的flags值可以省略；當(dāng)flags的值為0時(shí)，表示讀取的是灰度圖像（如果讀取的是彩色圖像，也將轉(zhuǎn)換為與彩色圖像對(duì)應(yīng)的灰度圖像）。說明灰度圖像是一種每個(gè)像素都是從黑到白，被處理為256個(gè)灰度級(jí)別的單色圖像。256個(gè)灰度級(jí)別分別用0（純黑色）～255（純白色）的數(shù)值表示?！緦?shí)例3.1】讀取當(dāng)前項(xiàng)目目錄下的圖像。（實(shí)例位置：資源包\TM\sl\3\01）如圖3.1所示，在PyCharm中的PythonDevelop項(xiàng)目下，有一幅名為3.1.jpg的圖像。在ImageTest.py文件中，先使用imread()方法讀取3.1.jpg，再使用print()方法打印3.1.jpg，代碼如下：

importcv2

#讀取3.1.jpg，等價(jià)于image=cv2.imread("3.1.jpg"，1)

image=cv2.imread("3.1.jpg")

print(image)#打印3.1.jpg

上述代碼打印的部分結(jié)果如圖3.2所示。圖3.1PythonDevelop項(xiàng)目下的3.1.jpg圖3.2打印3.1.jpg說明圖3.2輸出的數(shù)字是3.1.jpg的部分像素值。有關(guān)像素和像素值的內(nèi)容，將在本書的第4章進(jìn)行講解。如果3.1.jpg在D盤的根目錄下，應(yīng)該如何使用imread()方法進(jìn)行讀取呢？只需將實(shí)例3.1代碼：

image=cv2.imread("3.1.jpg")

修改為如下代碼：

image=cv2.imread("D:/3.1.jpg")#路徑中不能出現(xiàn)中文

注意"D:/3.1.jpg"等價(jià)于"D:\\3.1.jpg"。3.2顯示圖像相比圖3.2中密密麻麻的數(shù)字，如果能夠?qū)⑦@幅圖像顯示出來，就可以更加直觀地看到它。為此，OpenCV提供了imshow()方法、waitKey()方法和destroyAllWindows()方法。（1）imshow()方法用于顯示圖像，其語法格式如下：

cv2.imshow(winname,mat)

參數(shù)說明：winname：顯示圖像的窗口名稱。mat：要顯示的圖像。（2）waitKey()方法用于等待用戶按下鍵盤上按鍵的時(shí)間。當(dāng)用戶按下鍵盤上的任意按鍵時(shí)，將執(zhí)行waitKey()方法，并且獲取waitKey()方法的返回值。其語法格式如下：

retval=cv2.waitKey(delay)

參數(shù)說明：retval：與被按下的按鍵對(duì)應(yīng)的ASCII碼。例如，Esc鍵的ASCII碼是27，當(dāng)用戶按Esc鍵時(shí)，waitKey()方法的返回值是27。如果沒有按鍵被按下，waitKey()方法的返回值是-1。delay：等待用戶按下鍵盤上按鍵的時(shí)間，單位為毫秒（ms）。當(dāng)delay的值為負(fù)數(shù)、0或者空時(shí)，表示無限等待用戶按下鍵盤上按鍵的時(shí)間。（3）destroyAllWindows()方法用于銷毀所有正在顯示圖像的窗口，其語法格式如下：

cv2.destroyAllWindows()

【實(shí)例3.2】顯示圖像。（實(shí)例位置：資源包\TM\sl\3\02）編寫一個(gè)程序，使用imread()方法、imshow()方法、waitKey()方法和destroyAllWindows()方法，讀取并顯示PythonDevelop項(xiàng)目下的3.1.jpg，代碼如下：

importcv2

image=cv2.imread("3.1.jpg")#讀取3.1.jpg

cv2.imshow("flower",image)#在名為flower的窗口中顯示3.1.jpg

cv2.waitKey()#按下任何鍵盤按鍵后

cv2.destroyAllWindows()#銷毀所有窗口

上述代碼的運(yùn)行結(jié)果如圖3.3所示。注意（1）顯示圖像的窗口名稱不能使用中文（例如，把實(shí)例3.2第4行代碼中的"flower"修改為"鮮花"），否則會(huì)出現(xiàn)如圖3.4所示的亂碼。（2）為了能夠正常顯示圖像，要在cv2.imshow()之后緊跟著cv2.waitKey()。圖3.3顯示3.1.jpg圖3.4窗口名稱是中文時(shí)出現(xiàn)亂碼依據(jù)imread()方法的語法，如果把實(shí)例3.2第3行代碼：

image=cv2.imread("3.1.jpg")

修改為如下代碼：

image=cv2.imread("3.1.jpg",0)

即可得到由3.1.jpg轉(zhuǎn)換得到的灰度圖像，如圖3.5所示。圖3.5由3.1.jpg轉(zhuǎn)換得到的灰度圖像如果想設(shè)置窗口顯示圖像的時(shí)間為5s，又該如何編寫代碼呢？只需將實(shí)例3.2第5行代碼：

cv2.waitKey()

修改為如下代碼：

cv2.waitKey(5000)#1000ms為1s，5000ms為5s

3.3保存圖像在實(shí)際開發(fā)的過程中，對(duì)一幅圖像進(jìn)行一系列的處理后，需要保存處理圖像后的結(jié)果。為此，OpenCV提供了用于按照指定路徑保存圖像的imwrite()方法，其語法格式如下：

cv2.imwrite(filename,img)

參數(shù)說明：filename：保存圖像時(shí)所用的完整路徑。img：要保存的圖像?！緦?shí)例3.3】保存圖像。（實(shí)例位置：資源包\TM\sl\3\03）編寫一個(gè)程序，把PythonDevelop項(xiàng)目下的3.1.jpg保存為E盤根目錄下的、Pictures文件夾中的1.jpg，代碼如下：

importcv2

image=cv2.imread("3.1.jpg")#讀取3.1.jpg

#把3.1.jpg保存為E盤根目錄下的、Pictures文件夾中的1.jpg

cv2.imwrite("E:/Pictures/1.jpg",image)

運(yùn)行上述代碼前，確認(rèn)E盤根目錄下有Pictures文件夾。如果沒有，在E盤根目錄下新建一個(gè)空的Pictures文件夾。運(yùn)行上述代碼后，打開E盤根目錄下的Pictures文件夾，即可看到1.jpg，如圖3.6所示。圖3.6E盤根目錄下Pictures文件夾中的1.jpg3.4獲取圖像屬性在處理圖像的過程中，經(jīng)常需要獲取圖像的大小、類型等圖像屬性。為此，OpenCV提供了shape、size和dtype3個(gè)常用屬性，具體含義分別如下。shape：如果是彩色圖像，那么獲取的是一個(gè)包含圖像的水平像素、垂直像素和通道數(shù)的數(shù)組，即（垂直像素，水平像素，通道數(shù)）；如果是灰度圖像，那么獲取的是一個(gè)包含圖像的水平像素和垂直像素的數(shù)組，即（垂直像素，水平像素）。說明垂直像素指的是垂直方向上的像素，水平像素指的是水平方向上的像素。有關(guān)像素、灰度圖像和通道的內(nèi)容，將在本書的第4章和第5章進(jìn)行講解。size：獲取的是圖像包含的像素個(gè)數(shù)，其值為“水平像素×垂直像素×通道數(shù)”?；叶葓D像的通道數(shù)為1。dtype：獲取的是圖像的數(shù)據(jù)類型?！緦?shí)例3.4】分別獲取彩色圖像和灰度圖像的屬性。（實(shí)例位置：資源包\TM\sl\3\04）編寫一個(gè)程序，先獲取PythonDevelop項(xiàng)目下的3.1.jpg的屬性，再獲取由3.1.jpg轉(zhuǎn)換得到的灰度圖像的屬性。代碼如下：上述代碼的運(yùn)行結(jié)果如圖3.7所示。圖3.7獲取并打印彩色圖像的屬性說明圖3.7中（292,219,3）的含義是3.1.jpg的垂直像素是292，水平像素是219，通道數(shù)是3。（292,219）的含義是由3.1.jpg轉(zhuǎn)換得到的灰度圖像的垂直像素是292，水平像素是219，通道數(shù)是1。3.5小結(jié)本章主要詳解了兩個(gè)內(nèi)容：圖像處理的基本操作和常用的圖像屬性。讀者在完成圖像處理的基本操作的過程中，要注意3個(gè)問題：一是通過更改參數(shù)，imread()方法讀取到的圖像既可以是一幅彩色圖像，也可以是一幅灰度圖像；二是為了能夠正常顯示圖像，要在cv2.imshow()方法后緊跟著cv2.waitKey()方法；三是當(dāng)聲明路徑名時(shí)，“/”和“\\”的作用是等價(jià)的（例如，D:/3.1.jpg等價(jià)于D:\\3.1.jpg）。第4章像素的操作像素是圖像的最小單位。每一幅圖像都是由M行N列的像素組成的，其中每一個(gè)像素都存儲(chǔ)一個(gè)像素值。以灰度圖像為例，計(jì)算機(jī)通常把灰度圖像的像素處理為256個(gè)灰度級(jí)別，256個(gè)灰度級(jí)別分別使用區(qū)間[0,255]中的整數(shù)數(shù)值表示。其中，“0”表示純黑色；“255”表示純白色。本章將圍繞著像素展開，介紹如何使用NumPy模塊操作像素。4.1像素像素是構(gòu)成數(shù)字圖像的基本單位?，F(xiàn)有一幅顯示花朵的圖像（見圖4.1），在花瓣邊緣提取一個(gè)小圓圈圈住的區(qū)域，將得到一幅如圖4.2所示的圖像。圖4.1一幅顯示花朵的圖像圖4.2提取并放大圖4.1中被圓圈圈住的區(qū)域不難發(fā)現(xiàn)，圖4.2所示的圖像是由許多小方塊組成的，通常把一個(gè)小方塊稱作一個(gè)像素。因此，一個(gè)像素是具有一定面積的一個(gè)塊，而不是一個(gè)點(diǎn)。需要注意的是，像素的形狀是不固定的，大多數(shù)情況下，像素被認(rèn)為是方形的，但有時(shí)也可能是圓形的或者是其他形狀的。4.1.1確定像素的位置以圖4.1為例，在訪問圖4.1中的某個(gè)像素前，要確定這個(gè)像素在圖4.1中的位置。那么，這個(gè)位置應(yīng)該如何確定呢？首先，確定圖4.1在水平方向和垂直方向的像素個(gè)數(shù)。圖4.1的水平方向和垂直方向如圖4.3所示。在Windows10系統(tǒng)的“畫圖”工具中打開圖4.1，得到如圖4.4所示的界面。在這個(gè)界面中，就會(huì)得到圖4.1在水平方向的像素是219個(gè)，在垂直方向的像素是292個(gè)。圖4.3圖4.1的水平方向和垂直方向圖4.4用“畫圖”工具打開圖4.1然后，根據(jù)圖4.1在水平方向和垂直方向的像素，繪制如圖4.5所示的坐標(biāo)系。圖4.5根據(jù)圖4.1在水平方向和垂直方向的像素繪制坐標(biāo)系說明圖4.1在水平方向的像素是219個(gè)，與其對(duì)應(yīng)的是x軸的取值范圍，即0～218；同理，在垂直方向的像素是292個(gè)，與其對(duì)應(yīng)的是y軸的取值范圍，即0～291。這樣，就能夠通過坐標(biāo)來確定某個(gè)像素在圖4.1中的位置。在OpenCV中，正確表示圖4.1中某個(gè)像素坐標(biāo)的方式是(y,x)。例如，在如圖4.5所示的坐標(biāo)系中，圖4.1右下角的像素坐標(biāo)是(291,218)?！緦?shí)例4.1】表示圖4.1中的指定像素。（實(shí)例位置：資源包\TM\sl\4\01）編寫一段代碼，先讀取D盤根目錄下的4.1.jpg，再表示坐標(biāo)(291,218)上的像素，具體如下：

importcv2

image=cv2.imread("D:/4.1.jpg")#讀取D盤根目錄下的4.1.jpg

px=image[291,218]#坐標(biāo)(291,218)上的像素

4.1.2獲取像素的BGR值在4.1.1節(jié)中，已經(jīng)得到了坐標(biāo)(291,218)上的像素px?，F(xiàn)使用print()方法打印這個(gè)像素，將得到這個(gè)像素的BGR值，代碼如下：

print("坐標(biāo)(291,218)上的像素的BGR值是",px)

上述代碼的運(yùn)行結(jié)果如下：

坐標(biāo)(291,218)上的像素的BGR值是[364249]

不難發(fā)現(xiàn)，坐標(biāo)(291,218)上的像素的BGR值是由36、42和49這3個(gè)數(shù)值組成的。在講解這3個(gè)數(shù)值各自代表的含義之前，先了解什么是三基色。如圖4.6所示，人眼能夠感知紅色、綠色和藍(lán)色3種不同的顏色，因此把這3種顏色稱作三基色。如果將這3種顏色以不同的比例進(jìn)行混合，人眼就會(huì)感知到豐富多彩的顏色。那么，對(duì)于計(jì)算機(jī)而言，是如何對(duì)這些顏色進(jìn)行編碼的呢？答案就是利用色彩空間。也就是說，色彩空間是計(jì)算機(jī)對(duì)顏色進(jìn)行編碼的模型。以較為常用的RGB色彩空間為例，在RGB色彩空間中，存在3個(gè)通道，即R通道、G通道和B通道。其中，R通道指的是紅色通道；G通道指的是綠色通道；B通道指的是藍(lán)色通道；并且每個(gè)色彩通道都在區(qū)間[0,255]內(nèi)取值。這樣，計(jì)算機(jī)將利用3個(gè)色彩通道的不同組合來表示不同的顏色。如圖4.7所示，通過截圖工具，能夠得到坐標(biāo)(291,218)上的像素值為(49,42,36)。圖4.6三基色圖4.7坐標(biāo)(291,218)上的像素的像素值使用print()方法打印圖4.1中坐標(biāo)(291,218)上的像素px，其結(jié)果是(36,42,49)。而圖4.7中這個(gè)坐標(biāo)上的像素值為(49,42,36)。這時(shí)會(huì)發(fā)現(xiàn)這兩個(gè)結(jié)果中的數(shù)值是相同的，但順序是相反的，這是為什么呢？原因是在RGB色彩空間中，彩色圖像的通道順序是R（49）→G（42）→B（36）；但是，在OpenCV中，RGB色彩空間被BGR色彩空間取代，使得彩色圖像的通道順序變?yōu)榱薆（36）→G（42）→R（49）。從上文能夠知曉，在BGR色彩空間的圖像中，每3個(gè)數(shù)值表示一個(gè)像素，這3個(gè)數(shù)值分別表示藍(lán)色、綠色和紅色3種顏色分量，把每一種顏色分量所在的區(qū)域稱作通道。那么，OpenCV是如何獲取指定位置上的像素的B通道、G通道和R通道的值呢？有如下兩種方式（以坐標(biāo)(291,218)上的像素為例）。（1）同時(shí)獲取坐標(biāo)(291,218)上的像素的B通道、G通道和R通道的值，代碼如下：

importcv2

image=cv2.imread("D:/4.1.jpg")

px=image[291,218]#坐標(biāo)(291,218)上的像素

print(px)

上述代碼的運(yùn)行結(jié)果如下：

[364249]

（2）分別獲取坐標(biāo)(291,218)上的像素的B通道、G通道和R通道的值，代碼如下：

importcv2

image=cv2.imread("D:/4.1.jpg")

blue=image[291,218,0]#坐標(biāo)(291,218)上的像素的B通道的值

green=image[291,218,1]#坐標(biāo)(291,218)上的像素的G通道的值

red=image[291,218,2]#坐標(biāo)(291,218)上的像素的R通道的值

print(blue,green,red)

上述代碼的運(yùn)行結(jié)果如下：

364249

說明（1）image[291,218,0]中的最后一個(gè)數(shù)值0表示B通道。（2）image[291,218,1]中的最后一個(gè)數(shù)值1表示G通道。（3）image[291,218,2]中的最后一個(gè)數(shù)值2表示R通道。4.1.3修改像素的BGR值在4.1.2節(jié)中，已經(jīng)獲取了圖4.5中坐標(biāo)(291,218)上的像素px的BGR值，即(36,42,49)?，F(xiàn)要將像素px的BGR值由原來的(36,42,49)修改為(255,255,255)，代碼如下：

importcv2

image=cv2.imread("D:/4.1.jpg")

px=image[291,218]

print("坐標(biāo)(291,218)上的像素的初始BGR值是",px)

px=[255,255,255]#把坐標(biāo)(291,218)上的像素的值修改為[255,255,255]

print("坐標(biāo)(291,218)上的像素修改后的BGR值是",px)

上述代碼的運(yùn)行結(jié)果如下：

坐標(biāo)(291,218)上的像素的初始BGR值是[364249]

坐標(biāo)(291,218)上的像素修改后的BGR值是[255,255,255]

說明對(duì)于BGR色彩空間的圖像，當(dāng)每個(gè)像素的B、G、R的3個(gè)數(shù)值相等時(shí)，就可以得到灰度圖像。其中，B=G=R=0為純黑色，B=G=R=255為純白色。【實(shí)例4.2】修改圖4.1中指定區(qū)域內(nèi)的所有像素。（實(shí)例位置：資源包\TM\sl\4\02）編寫一個(gè)程序，將圖4.1中的坐標(biāo)(241,168)、(241,218)、(291,168)和(291,218)的4個(gè)點(diǎn)所圍成的區(qū)域內(nèi)的所有像素都修改為純白色，代碼如下：上述代碼的運(yùn)行結(jié)果如圖4.8所示（左側(cè)的圖片是原圖）。圖4.8把指定區(qū)域內(nèi)的所有像素都修改為白色4.2使用NumPy模塊操作像素圖像在OpenCV中以二維或三維數(shù)組表示，數(shù)組中的每一個(gè)值就是圖像的像素值。善于操作數(shù)組的NumPy模塊就成了OpenCV的依賴包。OpenCV中很多操作都要依賴NumPy模塊，例如創(chuàng)建純色圖像、創(chuàng)建掩模和創(chuàng)建卷積核等。本節(jié)將簡單介紹NumPy模塊的常用操作方法，并演示如何利用NumPy模塊創(chuàng)建圖像。4.2.1NumPy概述NumPy（見圖4.9）更像是一個(gè)魔方（見圖4.10），它是Python數(shù)組計(jì)算、矩陣運(yùn)算和科學(xué)計(jì)算的核心庫，NumPy來源于Numerical和Python兩個(gè)單詞。NumPy提供了一個(gè)高性能的數(shù)組對(duì)象，以及可以輕松創(chuàng)建一維數(shù)組、二維數(shù)組和多維數(shù)組等大量實(shí)用方法，幫助開發(fā)者輕松地進(jìn)行數(shù)組計(jì)算，從而廣泛地應(yīng)用于數(shù)據(jù)分析、機(jī)器學(xué)習(xí)、圖像處理和計(jì)算機(jī)圖形學(xué)、數(shù)學(xué)任務(wù)等領(lǐng)域中。由于NumPy是由C語言實(shí)現(xiàn)的，所以其運(yùn)算速度非?？?。具體功能如下。有一個(gè)強(qiáng)大的N維數(shù)組對(duì)象ndarray。廣播功能方法。線性代數(shù)、傅里葉變換、隨機(jī)數(shù)生成、圖形操作等功能。整合C/C++/Fortran代碼的工具。圖4.9NumPy圖4.10魔方4.2.2數(shù)組的類型在對(duì)數(shù)組進(jìn)行基本操作前，首先了解一下NumPy的數(shù)據(jù)類型。NumPy比Python增加了更多種類的數(shù)值類型，如表4.1所示，為了區(qū)別于Python數(shù)據(jù)類型，NumPy中的bool、int、float、complex等數(shù)據(jù)類型名稱末尾都加了短下畫線“_”。表4.1NumPy數(shù)據(jù)類型每一種數(shù)據(jù)類型都有相應(yīng)的數(shù)據(jù)轉(zhuǎn)換方法。舉例如下：

8(3.141)

np.float64(8)

np.float(True)

結(jié)果為：

3

8.0

1.0

4.2.3創(chuàng)建數(shù)組NumPy提供了很多創(chuàng)建數(shù)組的方法，下面分別介紹。1．最常規(guī)的array()方法NumPy創(chuàng)建簡單的數(shù)組主要使用array()方法，通過傳遞列表、元組來創(chuàng)建NumPy數(shù)組，其中的元素可以是任何對(duì)象，語法如下：

numpy.array(object,dtype,copy,order,subok,ndmin)

參數(shù)說明：object：任何具有數(shù)組接口方法的對(duì)象。dtype：數(shù)據(jù)類型。copy：可選參數(shù)，布爾型，默認(rèn)值為True，則object對(duì)象被復(fù)制；否則，只有當(dāng)__array__返回副本，object參數(shù)為嵌套序列，或者需要副本滿足數(shù)據(jù)類型和順序要求時(shí)，才會(huì)生成副本。order：元素在內(nèi)存中的出現(xiàn)順序，其值為K、A、C、F。如果object參數(shù)不是數(shù)組，則新創(chuàng)建的數(shù)組將按行排列（C），如果值為F，則按列排列；如果object參數(shù)是一個(gè)數(shù)組，則以下順序成立：C（按行）、F（按列）、A（原順序）、K（元素在內(nèi)存中的出現(xiàn)順序）。說明當(dāng)order是'A'，object是一個(gè)既不是'C'也不是'F'order的數(shù)組，并且由于dtype的更改而強(qiáng)制執(zhí)行了一個(gè)副本時(shí)，那么結(jié)果的順序不一定是'C'。這可能是一個(gè)bug。subok：布爾型。如果值為True，則傳遞子類，否則返回的數(shù)組將強(qiáng)制為基類數(shù)組（默認(rèn)值）。ndmin：指定生成數(shù)組的最小維數(shù)。下面通過一個(gè)實(shí)例演示如何創(chuàng)建一維數(shù)組和二維數(shù)組?！緦?shí)例4.3】創(chuàng)建一維和二維數(shù)組。（實(shí)例位置：資源包\TM\sl\4\03）分別創(chuàng)建一維數(shù)組和二維數(shù)組，效果如圖4.11所示。圖4.11簡單數(shù)組具體代碼如下：

importnumpyasnp#導(dǎo)入numpy模塊

n1=np.array([1,2,3])#創(chuàng)建一個(gè)簡單的一維數(shù)組

n2=np.array([0.1,0.2,0.3])#創(chuàng)建一個(gè)包含小數(shù)的一維數(shù)組

n3=np.array([[1,2],[3,4]])#創(chuàng)建一個(gè)簡單的二維數(shù)組

【實(shí)例4.4】創(chuàng)建浮點(diǎn)類型數(shù)組。（實(shí)例位置：資源包\TM\sl\4\04）NumPy支持比Python更多種類的數(shù)據(jù)類型，通過dtype參數(shù)可以指定數(shù)組的數(shù)據(jù)類型，具體代碼如下：運(yùn)行結(jié)果如下：

[1.2.3.]

float64

<class'numpy.float64'>

【實(shí)例4.5】創(chuàng)建三維數(shù)組。（實(shí)例位置：資源包\TM\sl\4\05）創(chuàng)建三維數(shù)組是將ndmin參數(shù)值設(shè)為3即可得到三維數(shù)組，具體代碼如下：

importnumpyasnp

nd1=[1,2,3]

nd2=np.array(nd1,ndmin=3)#三維數(shù)組

print(nd2)

運(yùn)行結(jié)果如下：

[[[123]]]

由此結(jié)果可以看出一維數(shù)組被轉(zhuǎn)換成了三維數(shù)組。2．創(chuàng)建指定維度和數(shù)據(jù)類型未初始化的數(shù)組創(chuàng)建指定維度和數(shù)據(jù)類型未初始化的數(shù)組主要使用empty()方法，數(shù)組元素因?yàn)槲幢怀跏蓟瘯?huì)自動(dòng)取隨機(jī)值。如果要改變數(shù)組類型，可以使用dtype參數(shù)，如將數(shù)組類型設(shè)為整型，dtype=int?！緦?shí)例4.6】創(chuàng)建2行3列的未初始化數(shù)組。（實(shí)例位置：資源包\TM\sl\4\06）創(chuàng)建2行3列的未初始化數(shù)組，具體代碼如下：

importnumpyasnp

n=np.empty([2,3])

print(n)

運(yùn)行結(jié)果如下：

[[2.22519099e-3072.33647355e-3071.23077925e-312]

[2.33645827e-3072.67023123e-3071.69117157e-306]]

3．創(chuàng)建用0填充的數(shù)組創(chuàng)建用0填充的數(shù)組需要使用zeros()方法，該方法創(chuàng)建的數(shù)組元素均為0。OpenCV經(jīng)常使用該方法創(chuàng)建純黑圖像?！緦?shí)例4.7】創(chuàng)建純0數(shù)組。（實(shí)例位置：資源包\TM\sl\4\07）創(chuàng)建3行、3列、數(shù)字類型為無符號(hào)8位整數(shù)的純0數(shù)組，具體代碼如下：

importnumpyasnp

n=np.zeros((3,3),np.uint8)

print(n)

運(yùn)行結(jié)果如下：

[[000]

[000]

[000]]

4．創(chuàng)建用1填充的數(shù)組創(chuàng)建用1填充的數(shù)組需要使用ones()方法，該方法創(chuàng)建的數(shù)組元素均為1。OpenCV經(jīng)常使用該方法創(chuàng)建純掩模、卷積核等用于計(jì)算的二維數(shù)據(jù)。【實(shí)例4.8】創(chuàng)建純1數(shù)組。（實(shí)例位置：資源包\TM\sl\4\08）創(chuàng)建3行、3列、數(shù)字類型為無符號(hào)8位整數(shù)的純1數(shù)組，具體代碼如下：

importnumpyasnp

n=np.ones((3,3),np.uint8)

print(n)

運(yùn)行結(jié)果如下：

[[111]

[111]

[111]]

5．創(chuàng)建隨機(jī)數(shù)組randint()方法用于生成一定范圍內(nèi)的隨機(jī)整數(shù)數(shù)組，左閉右開區(qū)間（[low,high)），語法如下：

numpy.random.randint(low,high,size)

參數(shù)說明：low：隨機(jī)數(shù)最小取值范圍。high：可選參數(shù)，隨機(jī)數(shù)最大取值范圍。若high為空，取值范圍為（0，low）。若high不為空，則high必須大于low。size：可選參數(shù)，數(shù)組維數(shù)?！緦?shí)例4.9】創(chuàng)建隨機(jī)數(shù)組。（實(shí)例位置：資源包\TM\sl\4\09）生成一定范圍內(nèi)的隨機(jī)數(shù)組，具體代碼如下：

importnumpyasnp

n1=np.random.randint(1,3,10)

print('隨機(jī)生成10個(gè)1～3且不包括3的整數(shù)：')

print(n1)

n2=np.random.randint(5,10)

print('size數(shù)組大小為空隨機(jī)返回一個(gè)整數(shù)：')

print(n2)

n3=np.random.randint(5,size=(2,5))

print('隨機(jī)生成5以內(nèi)二維數(shù)組：')

print(n3)

運(yùn)行結(jié)果如下：

隨機(jī)生成10個(gè)1～3且不包括3的整數(shù)：

[1121112221]

size數(shù)組大小為空隨機(jī)返回一個(gè)整數(shù)：

7

隨機(jī)生成5以內(nèi)二維數(shù)組：

[[24322]

[12241]]

4.2.4操作數(shù)組不用編寫循環(huán)即可對(duì)數(shù)據(jù)執(zhí)行批量運(yùn)算，這就是NumPy數(shù)組運(yùn)算的特點(diǎn)，NumPy稱為矢量化。大小相等的數(shù)組之間的任何算術(shù)運(yùn)算都可以用NumPy實(shí)現(xiàn)。本節(jié)主要介紹如何復(fù)制數(shù)組和簡單的數(shù)組運(yùn)算。1．加法運(yùn)算例如，加法運(yùn)算是數(shù)組中對(duì)應(yīng)位置的元素相加（即每行對(duì)應(yīng)相加），如圖4.12所示。圖4.12數(shù)組加法運(yùn)算示意圖【實(shí)例4.10】對(duì)數(shù)組做加法運(yùn)算。（實(shí)例位置：資源包\TM\sl\4\10）使用NumPy創(chuàng)建2個(gè)數(shù)組，并讓2個(gè)數(shù)據(jù)進(jìn)行加法運(yùn)算，具體代碼如下：

importnumpyasnp

n1=np.array([1,2])#創(chuàng)建一維數(shù)組

n2=np.array([3,4])

print(n1+n2)#加法運(yùn)算

運(yùn)行結(jié)果如下：

[46]

2．減法和乘除法運(yùn)算除了加法運(yùn)算，還可以實(shí)現(xiàn)數(shù)組的減法、乘法和除法，如圖4.13所示。圖4.13數(shù)組減法和乘除法運(yùn)算示意圖【實(shí)例4.11】對(duì)數(shù)組做減法、乘法和除法運(yùn)算。（實(shí)例位置：資源包\TM\sl\4\11）使用NumPy創(chuàng)建2個(gè)數(shù)組，并讓2個(gè)數(shù)組進(jìn)行減法、乘法和除法運(yùn)算，具體代碼如下：運(yùn)行結(jié)果如下：

[-2-2]

[38]

[0.333333330.5]

3．冪運(yùn)算冪是數(shù)組中對(duì)應(yīng)位置元素的冪運(yùn)算，使用“**”運(yùn)算符進(jìn)行運(yùn)算，效果如圖4.14所示。從圖中得出：數(shù)組n1的元素1和數(shù)組n2的元素3，通過冪運(yùn)算得到的是1的3次冪；數(shù)組n1的元素2和數(shù)組n2的元素4，通過冪運(yùn)算得到的是2的4次冪。圖4.14數(shù)組冪運(yùn)算示意圖【實(shí)例4.12】兩個(gè)數(shù)組做冪運(yùn)算。（實(shí)例位置：資源包\TM\sl\4\12）使用NumPy創(chuàng)建2個(gè)數(shù)組，并讓2個(gè)數(shù)組做冪運(yùn)算，具體代碼如下：

importnumpyasnp

n1=np.array([1,2])#創(chuàng)建一維數(shù)組

n2=np.array([3,4])

print(n1**n2)#冪運(yùn)算

運(yùn)行結(jié)果如下：

[116]

4．比較運(yùn)算NumPy創(chuàng)建的數(shù)組可以使用邏輯運(yùn)算符進(jìn)行比較運(yùn)算，運(yùn)算的結(jié)果是布爾值數(shù)組，數(shù)組中的布爾值為相比較的數(shù)組在相同位置元素的比較結(jié)果?！緦?shí)例4.13】使用邏輯運(yùn)算符比較數(shù)組。（實(shí)例位置：資源包\TM\sl\4\13）使用NumPy創(chuàng)建2個(gè)數(shù)組，分別使用“>=”“==”“<=”和“!=”運(yùn)算符比較2個(gè)數(shù)組，具體代碼如下：運(yùn)行結(jié)果如下：

[FalseFalse]

[FalseFalse]

[TrueTrue]

[TrueTrue]

5．復(fù)制數(shù)組NumPy提供的array()方法可以使用如下語法復(fù)制數(shù)據(jù)：

n2=np.array(n1,copy=True)

但開發(fā)過程中更常用的是copy()方法，其語法如下：

n2=n1.copy()

這兩種方法都可以按照原數(shù)組的結(jié)構(gòu)、類型、元素值創(chuàng)建出一個(gè)副本，修改副本中的元素不會(huì)影響到原數(shù)組?！緦?shí)例4.14】復(fù)制數(shù)據(jù)，比較復(fù)制的結(jié)果與原數(shù)組是否相同。（實(shí)例位置：資源包\TM\sl\4\14）使用copy()方法復(fù)制數(shù)組，比較2個(gè)數(shù)組是否相同。修改副本數(shù)組中的元素值后，再查看2個(gè)數(shù)組是否相同，具體代碼如下：運(yùn)行結(jié)果如下：

[TrueTrue]

[12]

[92]

[FalseTrue]

4.2.5數(shù)組的索引和切片NumPy數(shù)組元素是通過數(shù)組的索引和切片來訪問和修改的，因此索引和切片是NumPy中最重要、最常用的操作。1．索引所謂數(shù)組的索引，即用于標(biāo)記數(shù)組中對(duì)應(yīng)元素的唯一數(shù)字，從0開始，即數(shù)組中的第一個(gè)元素的索引是0，依次類推。NumPy數(shù)組可以使用標(biāo)準(zhǔn)Python語法x[obj]的語法對(duì)數(shù)組進(jìn)行索引，其中x是數(shù)組，obj是選擇方式?！緦?shí)例4.15】查找一維數(shù)組索引為0的元素。（實(shí)例位置：資源包\TM\sl\4\15）查找數(shù)組n1索引為0的元素，具體代碼如下：

importnumpyasnp

n1=np.array([1,2,3])#創(chuàng)建一維數(shù)組

print(n1[0])

運(yùn)行結(jié)果如下：

1

2．切片式索引數(shù)組的切片可以理解為對(duì)數(shù)組的分割，按照等分或者不等分，將一個(gè)數(shù)組切割為多個(gè)片段，與Python中列表的切片操作一樣。NumPy中用冒號(hào)分隔切片參數(shù)來進(jìn)行切片操作，語法如下：

[start:stop:step]

參數(shù)說明：start：起始索引，若不寫任何值，則表示從0開始的全部索引。stop：終止索引，若不寫任何值，則表示直到末尾的全部索引。step：步長。例如，對(duì)數(shù)組n1進(jìn)行一系列切片式索引操作的示意圖如圖4.15所示。圖4.15切片式索引示意圖【實(shí)例4.16】獲取數(shù)組中某范圍內(nèi)的元素。（實(shí)例位置：資源包\TM\sl\4\16）按照?qǐng)D4.15所示的切片式索引操作獲取數(shù)據(jù)中某范圍的元素，具體代碼如下：運(yùn)行結(jié)果如下：

1

2

[12]

[23]

[12]

切片式索引操作需要注意以下幾點(diǎn)。（1）索引是左閉右開區(qū)間，如上述代碼中的n1[0:2]，只能取到索引從0～1的元素，而取不到索引為2的元素。（2）當(dāng)沒有start參數(shù)時(shí)，代表從索引0開始取數(shù)，如上述代碼中的n1[:2]。（3）start、stop和step3個(gè)參數(shù)都可以是負(fù)數(shù)，代表反向索引。以step參數(shù)為例，如圖4.16所示。圖4.16反向索引示意圖【實(shí)例4.17】使用不同的切片式索引操作獲取數(shù)組中的元素。（實(shí)例位置：資源包\TM\sl\4\17）分別演示start、stop、step3種索引的切片場景，具體代碼如下：運(yùn)行結(jié)果如下：

[0123456789]

[012]

[345]

[6789]

[0123456789]

[0123456789]

[02468]

[16]

[28]

[9876543210]

[98]

[76]

[543210]

3．二維數(shù)組索