人工智能-openCV 介绍及基本绘图（opencv和人工智能）

openCV - Open Source Computer Vision Library

logo图标用的是三原色：BGR

三个核心和常用的模块

- core：核心模块，主要包含了OpenCV中最基本的结构（矩阵，点线和形状等），以及相关的基础运算/操作。

- imgproc：图像处理模块，包含和图像相关的基础功能（滤波，梯度，改变大小等），以及一些衍生的高级功能（图像分割，直方图，形态分析和边缘/直线提取等）。

- highgui：提供了用户界面和文件读取的基本函数，比如图像显示窗口的生成和控制，图像/视频文件的IO等。

视频和一些特别的视觉应用

- video：用于视频分析的常用功能，比如光流法（Optical Flow）和目标跟踪等。

- calib3d：三维重建，立体视觉和相机标定等的相关功能。

- features2d：二维特征相关的功能，主要是一些不受专利保护的，商业友好的特征点检测和匹配等功能，比如ORB特征。

- object：目标检测模块，包含级联分类和Latent SVM

- ml：机器学习算法模块，包含一些视觉中最常用的传统机器学习算法。

- flann：最近邻算法库，Fast Library for Approximate Nearest Neighbors，用于在多维空间进行聚类和检索，经常和关键点匹配搭配使用。

- gpu：包含了一些gpu加速的接口，底层的加速是CUDA实现。

- photo：计算摄像学（Computational Photography）相关的接口，当然这只是个名字，其实只有图像修复和降噪而已。

- stitching：图像拼接模块，有了它可以自己生成全景照片。

- nonfree：受到专利保护的一些算法，其实就是SIFT和SURF。

- contrib：一些实验性质的算法，考虑在未来版本中加入的。

- legacy：字面是遗产，意思就是废弃的一些接口，保留是考虑到向下兼容。

- ocl：利用OpenCL并行加速的一些接口。

- superres：超分辨率模块，其实就是BTV-L1（Biliteral Total Variation – L1 regularization）算法

- viz：基础的3D渲染模块，其实底层就是著名的3D工具包VTK（Visualization Toolkit）。

图像基础——图像按照像素存储：

黑白颜色的灰度图：

为单通道，一个像素块对应矩阵中一个数字，数值为0到255, 其中0表示最暗（黑色） ，255表示最亮（白色）， 是一个二维矩阵。

RGB模式的彩色图片

为三通道图，Red、Green、Blue三原色，按不同比例相加，一个像素块对应矩阵中的一个向量, 如[24,180, 50]，分别表示三种颜色的比列, 即对应深度上的数字，是一个三维矩阵。openCV采用的是BGR模式， 不是RGB。

基本绘图：

import numpy as np import cv2 as cv

# 定义一块宽600，高400的画布，初始化为白色 canvas = np.zeros((400, 600, 3), dtype=np.uint8) + 255

# 注意cv的颜色是BGR # 画一条纵向的正中央的黑色分界线 cv.line(canvas, (300, 0), (300, 399), (0, 0, 0), 2) # 画一条右半部份画面以150为界的横向分界线 cv.line(canvas, (300, 149), (599, 149), (0, 0, 0), 2)  # 左半部分的右下角画个红色的圆 cv.circle(canvas, (200, 300), 70, (0, 0, 255), 2)   # 左半部分的左下角画个黑色的矩形 cv.rectangle(canvas, (20, 240), (100, 360), (0, 0, 0), thickness=2)   # 定义两个三角形，并执行内部橙色填充 triangles = np.array([     [(200, 240), (145, 333), (255, 333)],     [(60, 180), (20, 237), (100, 237)]]) cv.fillPoly(canvas, triangles, (0, 153,255))  # 画一个黄色五角星 # 第一步通过旋转角度的办法求出五个顶点 phi = 4 * np.pi / 5 rotations = [[[np.cos(i * phi), -np.sin(i * phi)], [i * np.sin(phi), np.cos(i * phi)]] for i in range(1, 5)] pentagram = np.array([[[[0, -1]] + [np.dot(m, (0, -1)) for m in rotations]]], dtype=np.float)   # 定义缩放倍数和平移向量把五角星画在左半部分画面的上方 pentagram = np.round(pentagram * 80 + np.array([160, 120])).astype(np.int)   # 将5个顶点作为多边形顶点连线，得到五角星 cv.polylines(canvas, pentagram, True, (255, 0, 0), 2)  # 按像素为间隔从左至右在画面右半部份的上方画出HSV空间的色调连续变化 for x in range(302, 600):     color_pixel = np.array([[[round(180*float(x-302)/298), 255, 255]]], dtype=np.uint8)     line_color = [int(c) for c in cv.cvtColor(color_pixel, cv.COLOR_HSV2BGR)[0][0]]     cv.line(canvas, (x, 0), (x, 147), line_color)  np.random.seed(42) n_pts = 30 pts_x = np.random.randint(310, 590, n_pts) pts_y = np.random.randint(160, 390, n_pts) pts = zip(pts_x, pts_y) # 画出每个点，颜色随机 for pt in pts:     pt_color = [int(c) for c in np.random.randint(0, 255, 3)]     cv.circle(canvas, pt, 3, pt_color, 5)       # 在左半部分最上方打印文字 cv.putText(canvas,             'Python-OpenCV Drawing Examples',             (5, 15),             cv.FONT_HERSHEY_SIMPLEX,             0.5,             (0, 0, 0),             1)      #显示 cv.imshow('canvas',canvas) cv.waitKey() #关闭窗口 #cv.destroyAllWindows()

输出结果如下：