封面圖片選自文森特·梵高的《星空》，公共領域，通過維基共享資源發布

技術世界每天都在變化，對計算機視覺、人工智能和機器學習的需求也在增加。讓計算機和手機能夠看到周圍環境的技術被稱為 計算機視覺。這個重新創造人眼的工作始于 50 年代。從那時起，計算機視覺技術有了長足的發展。計算機視覺已經通過不同的應用進入了我們的手機。這篇文章將介紹 Fedora Linux 上的 OpenCV。

什么是 OpenCV？

OpenCV（開源計算機視覺庫Open Source Computer Vision Library）是一個開源的計算機視覺和機器學習軟件庫。OpenCV 的建立是為了給計算機視覺應用提供一個通用的基礎設施，并加速機器感知在商業產品中的應用。它有超過 2500 種優化后的算法，其中包括一套全面的經典和最先進的計算機視覺和機器學習算法。這些算法可用于檢測和識別人臉、識別物體、對視頻中的人類行為進行分類，并建立標記，將其與增強現實疊加等等。

opencv.org – about

在 Fedora Linux 上安裝 OpenCV

要開始使用 OpenCV，請從 Fedora Linux 倉庫中安裝它：

$ sudo dnf install opencv opencv-contrib opencv-doc python3-opencv python3-matplotlib python3-numpy

注意： 在 Fedora Silverblue 或 CoreOS 上，Python 3.9 是核心提交的一部分。用以下方法安裝 OpenCV 和所需工具：

rpm-ostree install opencv opencv-doc python3-opencv python3-matplotlib python3-numpy

接下來，在終端輸入以下命令，以驗證 OpenCV 是否已經安裝：

$ python
Python 3.9.6 (default, Jul 16 2021, 00:00:00)
[GCC 11.1.1 20210531 (Red Hat 11.1.1-3)] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import cv2 as cv
>>> print( cv.__version__ )
4.5.2
>>> exit()

當你輸入 print 命令時，應該顯示當前的 OpenCV 版本，如上圖所示。這表明 OpenCV 和 Python-OpenCV 庫已經成功安裝。

此外，如果你想用 Jupyter Notebook 做筆記和寫代碼，并了解更多關于數據科學工具的信息，請查看早期的 Fedora Magazine 文章：Fedora 中的 Jupyter 和數據科學。

開始使用 OpenCV

安裝完成后，使用 Python 和 OpenCV 庫加載一個樣本圖像（按 S 鍵以 png 格式保存圖像的副本并完成程序）：

$ cp /usr/share/opencv4/samples/data/starry_night.jpg .
$ python starry_night.py

starry_night.py 的內容：

import cv2 as cv
import sys
img = cv.imread(cv.samples.findFile("starry_night.jpg"))
if img is None:
    sys.exit("Could not read the image.")
cv.imshow("Display window", img)
k = cv.waitKey(0)
if k == ord("s"):
    cv.imwrite("starry_night.png", img)

通過在 cv.imread 函數中添加參數 0，對圖像進行灰度處理，如下所示。

img = cv.imread(cv.samples.findFile("starry_night.jpg"),0)

這些是一些可以用于 cv.imread 函數的第二個參數的替代值：

• cv2.IMREAD_GRAYSCALE 或 0：以灰度模式加載圖像。
• cv2.IMREAD_COLOR** 或1`：以彩色模式載入圖像。圖像中的任何透明度將被移除。這是默認的。
• cv2.IMREAD_UNCHANGED** 或-1`：載入未經修改的圖像。包括 alpha 通道。

使用 OpenCV 顯示圖像屬性

圖像屬性包括行、列和通道的數量、圖像數據的類型、像素的數量等等。假設你想訪問圖像的形狀和它的數據類型。你可以這樣做：

import cv2 as cv
 
img = cv.imread(cv.samples.findFile("starry_night.jpg"))
print("Image size is", img.shape)
print("Data type of image is", img.dtype)
 
Image size is (600, 752, 3)
Data type of image is uint8
 
print(f"Image 2D numpy array \n {img}")
 
Image 2D numpy array
 [[[0 0 0]
  [0 0 0]
  [0 0 0]
  ...
  [0 0 0]
  [0 0 0]
  [0 0 0]]
 
 [[0 0 0]
  [0 0 0]
  [0 0 0]
  ...

• img.shape：返回一個行數、列數和通道數的元組（如果是彩色圖像）。
• img.dtype：返回圖像的數據類型。

接下來用 Matplotlib 顯示圖像：

import cv2 as cv
import matplotlib.pyplot as plt
img = cv.imread(cv.samples.findFile("starry_night.jpg"),0)
plt.imshow(img)
plt.show()

發生了什么？

該圖像是作為灰度圖像讀入的，但是當使用 Matplotlib 的 imshow 函數時，它不一定會以灰度顯示。這是因為 imshow 函數默認使用不同的顏色映射。要指定使用灰度顏色映射，請將 imshow 函數的第二個參數設置為 cmap='gray'，如下所示：

plt.imshow(img,cmap='gray')

這個問題在以彩色模式打開圖片時也會發生，因為 Matplotlib 期望圖片為 RGB（紅、綠、藍）格式，而 OpenCV 則以 BGR（藍、綠、紅）格式存儲圖片。為了正確顯示，你需要將 BGR 圖像的通道反轉。

import cv2 as cv
import matplotlib.pyplot as plt
img = cv.imread(cv.samples.findFile("starry_night.jpg"),cv.IMREAD_COLOR)
fig, (ax1, ax2) = plt.subplots(1,2)
ax1.imshow(img)
ax1.set_title('BGR Colormap')
ax2.imshow(img[:,:,::-1])
ax2.set_title('Reversed BGR Colormap(RGB)')
plt.show()

分割和合并顏色通道

import cv2 as cv
import matplotlib.pyplot as plt
 
img = cv.imread(cv.samples.findFile("starry_night.jpg"),cv.IMREAD_COLOR)
b,g,r = cv.split(img)
 
fig,ax = plt.subplots(2,2)
 
ax[0,0].imshow(r,cmap='gray')
ax[0,0].set_title("Red Channel");
ax[0,1].imshow(g,cmap='gray')
ax[0,1].set_title("Green Channel");
ax[1,0].imshow(b,cmap='gray')
ax[1,0].set_title("Blue Channel");
 
# Merge the individual channels into a BGR image
imgMerged = cv.merge((b,g,r))
# Show the merged output
ax[1,1].imshow(imgMerged[:,:,::-1])
ax[1,1].set_title("Merged Output");
plt.show()

• cv2.split：將一個多通道數組分割成幾個單通道數組。
• cv2.merge：將幾個數組合并成一個多通道數組。所有的輸入矩陣必須具有相同的大小。

注意： 白色較多的圖像具有較高的顏色密度。相反，黑色較多的圖像，其顏色密度較低。在上面的例子中，紅色的密度是最低的。

轉換到不同的色彩空間

cv2.cvtColor 函數將一個輸入圖像從一個顏色空間轉換到另一個顏色空間。在 RGB 和 BGR 色彩空間之間轉換時，應明確指定通道的順序（RGB2BGR 或 BGR2RGB）。注意，OpenCV 中的默認顏色格式通常被稱為 RGB，但它實際上是 BGR（字節是相反的）。 因此，標準（24 位）彩色圖像的第一個字節將是一個 8 位藍色分量，第二個字節是綠色，第三個字節是紅色。然后第四、第五和第六個字節將是第二個像素（藍色、然后是綠色，然后是紅色），以此類推。

import cv2 as cv
import matplotlib.pyplot as plt
img = cv.imread(cv.samples.findFile("starry_night.jpg"),cv.IMREAD_COLOR)
img_rgb = cv.cvtColor(img, cv.COLOR_BGR2RGB)
plt.imshow(img_rgb)
plt.show()

更多信息

關于 OpenCV 的更多細節可以在在線文檔中找到。

感謝閱讀。