目录

🥩 前言

🍖 环境使用

🍖 模块使用

🍖 模块介绍

🍖 模块安装问题:

🥩 OpenCV 简介

🍖 安装 OpenCV 模块

🥩 OpenCV 基本使用

🍖 读取图片

🍗 【示例】读取图片

🍗 运行结果如下：

🍖 图片灰度转换

🍗【示例】将图片灰度

🍗 运行结果如下：

 🍖 画图

🍗【示例】画图

🍗 运行结果如下：

🥩 总结

🥩 前言

我们身边的人脸识别有车站检票  
  
  
  
  
  
  
  
  
，监控人脸 
  
  
  
  
  
  
  
  
 ，无人超市


 


 


 


 


 


 


 


 


 ，支付宝人脸支付 
 
 
 
 
 
 
 
 
，上班打卡  
   
   
   
   
   
   
   
   
 ，人脸解锁手机                  。

人脸检测是人脸识别系统组成的关键部分之一

 

 

 

 

 

 

 

 

 ，其目的是检测出任意给定图片中的包含的一个或多个人脸
 

 

 

 

 

 

 

 

 
，是人脸识别                  、表情识别等下游任务的基础 
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
 。人脸识别是通过采集包含人脸的图像或视频数据                  ，通过对比和分析人脸特征信息从而实现身份识别的生物识别技术
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 ，是人脸识别系统的核心组件

















。

随着人工智能的不断发展

















，机器学习这门技术也越来越重要                           ，很多人都开启了学习机器学习
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 ，本文就介绍了机器学习的基础内容
  
  
  
  
  
  
  
  
  。我们本文介绍简单的OpenCVZ中图像的处理 
  
  
  
  
  
  
  
  
 。

🍖 环境使用

python 3.9 pycharm

🍖 模块使用

opencv-python

🍖 模块介绍

opencv

关于OpenCv

Opencv是一个开源的的跨平台计算机视觉库


























，内部实现了图像处理和计算机视觉方面的很多通用算法                  ，对于python而言
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  ，在引用opencv库的时候需要写为import cv2 


 


 


 


 


 


 


 


 


。其中

















，cv2是opencv的C++命名空间名称  
  
  
  
  
  
  
  
  
，使用它来表示调用的是C++开发的opencv的接口
 
 
 
 
 
 
 
 
 。

目前人脸识别有很多较为成熟的方法 
  
  
  
  
  
  
  
  
 ，这里调用OpenCv库


 


 


 


 


 


 


 


 


 ，而OpenCV又提供了三种人脸识别方法 
 
 
 
 
 
 
 
 
，分别是LBPH方法 
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
 、EigenFishfaces方法

















、Fisherfaces方法  
   
   
   
   
   
   
   
   
 。本文采用的是LBPH（Local Binary Patterns Histogram  
   
   
   
   
   
   
   
   
 ，局部二值模式直方图）方法 

 

 

 

 

 

 

 

 

。在OpenCV中

 

 

 

 

 

 

 

 

 ，可以用函数cv2.face.LBPHFaceRecognizer_create()生成LBPH识别器实例模型
 

 

 

 

 

 

 

 

 
，然后应用cv2.face_FaceRecognizer.train()函数完成训练                  ，最后用cv2.face_FaceRecognizer.predict()函数完成人脸识别

 

 

 

 

 

 

 

 

 。

CascadeClassifier
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 ，是Opencv中做人脸检测的时候的一个级联分类器                  。并且既可以使用Haar

















，也可以使用LBP特征 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

。其中Haar特征是一种反映图像的灰度变化的                           ，像素分模块求差值的一种特征

















。它分为三类：边缘特征
  
  
  
  
  
  
  
  
  、线性特征 
  
  
  
  
  
  
  
  
 、中心特征和对角线特征                           。

🍖 模块安装问题:

如果安装python第三方模块:

win + R 输入 cmd 点击确定, 输入安装命令 pip install 模块名 (pip install requests) 回车

在pycharm中点击Terminal(终端) 输入安装命令

安装失败原因: 失败一: pip 不是内部命令

                解决方法: 设置环境变量

失败二: 出现大量报红 (read time out)

                解决方法: 因为是网络链接超时, 需要切换镜像源

清华：https://pypi.tuna.tsinghua.edu.cn/simple     阿里云：https://mirrors.aliyun.com/pypi/simple/     中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/     华中理工大学：https://pypi.hustunique.com/     山东理工大学：https://pypi.sdutlinux.org/     豆瓣：https://pypi.douban.com/simple/     例如：pip3 install -i https://pypi.doubanio.com/simple/ 模块名 失败三: cmd里面显示已经安装过了, 或者安装成功了, 但是在pycharm里面还是无法导入

                解决方法: 可能安装了多个python版本 (anaconda 或者 python 安装一个即可) 卸载一个就好
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 ，或者你pycharm里面python解释器没有设置好 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
。

🥩 OpenCV 简介

        OpenCV 的全称是 Open Source Computer Vision Library


























，是一个跨平台的计算机视觉库


























。

OpenCV 是由英特尔公司发起并参与开发                  ，以 BSD 许可证授权发行
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  ，可以在商业和研究领

域中免费使用                  。OpenCV 可用于开发实时的图像处理 


 


 


 


 


 


 


 


 


、计算机视觉以及模式识别程序 
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
 。该程

序库也可以使用英特尔公司的 IPP 进行加速处理

















。

        OpenCV 用 C++语言编写

















，它的主要接口也是 C++语言  
  
  
  
  
  
  
  
  
，但是依然保留了大量的 C 语

言接口
  
  
  
  
  
  
  
  
  。该库也有大量的Python
 
 
 
 
 
 
 
 
 、Java and MATLAB/OCTAVE（版本 2.5）的接口 
  
  
  
  
  
  
  
  
 。这些语

言的 API 接口函数可以通过在线文档获得 


 


 


 


 


 


 


 


 


。如今也提供对于 C#  
   
   
   
   
   
   
   
   
 、Ch 

 

 

 

 

 

 

 

 

、Ruby

 

 

 

 

 

 

 

 

 、GO 的支持
 
 
 
 
 
 
 
 
 。

🍖 安装 OpenCV 模块

        OpenCV 已经支持 python 的模块了 
  
  
  
  
  
  
  
  
 ，直接使用 pip 就可以进行安装


 


 


 


 


 


 


 


 


 ，命令如下：

pip install opencv-python

🥩 OpenCV 基本使用

🍖 读取图片

        显示图像是 OpenCV 最基本的操作之一 
 
 
 
 
 
 
 
 
，imshow()函数可以实现该操作  
   
   
   
   
   
   
   
   
 。如果使用过其

他 GUI 框架背景  
   
   
   
   
   
   
   
   
 ，就会很自然第调用 imshow()来显示一幅图像 

 

 

 

 

 

 

 

 

。imshow()函数有两个参数：

显示图像的帧名称以及要显示的图像本身

 

 

 

 

 

 

 

 

 。直接调用 imshow()函数图像确实会显示

 

 

 

 

 

 

 

 

 ，但随

即会消失                  。要保证图片一直在窗口上显示
 

 

 

 

 

 

 

 

 
，要通过 waitKey()函数 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

。waitKey()函数的参数为

等待键盘触发的时间                  ，单位为毫秒
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 ，其返回值是-1（表示没有键被按下）

image = cv2.imread(imagepath)

🍗 【示例】读取图片

import cv2 as cv img=cv.imread(1.png) cv.imshow(input image,img) cv.waitKey(0) cv.destroyAllWindows()

         我们首先是读取我们的图片

















，在这里"1.png"是相对路径                           ，注意读取图片的路径不能有中文
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 ，不然数据读取不出来

















。我们发现我们不加waitkey


























，程序运行之后就会一闪而过                  ，所以
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  ，waitKey(0) 的作用就是等待键盘的输入                           。

🍗 运行结果如下：

🍖 图片灰度转换

OpenCV 的强大之处的一个体现就是其可以对图片进行任意编辑

















，处理 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
。 下面的这个

函数最后一个参数指定的就是画笔的大小


























。

🍗【示例】画图

import cv2 as cv img=cv.imread(1.png) x,y,w,h=50,50,80,80 cv.rectangle(img,(x,y,x+w,y+h),color=(0,255,0),thickness=2) #color=BGR cv.circle(img,center=(x+w//2,y+h//2),radius=w//2,color=(0,0,255),thickness=2) cv.imshow(result image,img) cv.waitKey(0) cv.destroyAllWindows()

🍗 运行结果如下：

🥩 总结

随着人工智能的不断发展  
  
  
  
  
  
  
  
  
，机器学习这门技术也越来越重要 
  
  
  
  
  
  
  
  
 ，很多人都开启了学习机器学习


 


 


 


 


 


 


 


 


 ，本文就介绍了机器学习的基础内容                  。介绍OpenCV中图像的处理 
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 
 。我们学习了如何安装模块 
 
 
 
 
 
 
 
 
，以及读取图片和图片的处理

















。下一篇  
   
   
   
   
   
   
   
   
 ，我们将介绍Haar的概念

 

 

 

 

 

 

 

 

 ，以及如何对图片和视频中进行人脸检测
  
  
  
  
  
  
  
  
  。