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

python3：安装python3：python教程有详细的说明，网址安装python
numpy：安装numpy：pip install numpy
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

Opencv系列之一：简介与基本使用