视觉与图像Python+OpenCV教程入门篇
Posted 天池大数据科研平台
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了视觉与图像Python+OpenCV教程入门篇相关的知识,希望对你有一定的参考价值。
(了解安装OpenCV-Python)相信大部分人知道的OpenCV都是用C++来开发的,那为什么我推荐使用Python呢?
本教程翻译自OpenCV官方英文教程,按照使用度和难易度翻译,重新编写了大量原创内容,将不常用和较难的部分写成番外篇,浅显易懂,很easy的辣~每节的源码、图片和练习题答案均可在引用处找到噢
Python照样快!
众所周知,虽然Python语法简洁,编写高效,但相比C/C++运行慢很多。然而Python还有个重要的特性:它是一门胶水语言!Python可以很容易地扩展C/C++。OpenCV-Python就是用Python包装了C++的实现,背后实际就是C++的代码在跑,所以代码的运行速度跟原生C/C++速度一样快。
举两个简单的例子就一目了然了:一个是读入图片,另一个是调整图片的对比度和亮度:
可以看到某些情况下Python的运行速度甚至好于C++,代码行数也直接少一半多!另外,图像是矩阵数据,OpenCV-Python原生支持Numpy,相当于Python中的Matlab,为矩阵运算、科学计算提供了极大的便利性。
人工智能浪潮
近些年,人工智能相关技术的快速发展大家有目共睹,不必多说。在编程语言方面,更多人希望的是具备高效开发效率、跨平台、高度扩展性的语言,尤其是一些AI巨头优先推出支持Python语言的深度学习框架,如Facebook的PyTorch、Google的Tensorflow等,可以说Python是名副其实的“网红语言”了。
从TIOBE编程语言排行榜也可以看到,Python发展迅猛,已经逼近C++的份额。这个排行榜每月更新,我就不截图了,编写时TOP5:Java/C/C++/Python/C#。
人生苦短,我用Python
如果你搞科研用,果断放弃C++(Matlab?出门左拐)
如果你是快速原型开发,验证方案,果断放弃C++
如果你懒的配置OpenCV环境,果断放弃C++
如果你的程序是在支持Python的较高硬件环境下运行,果断放弃C++
如果你担心Python写不了界面,那是你的问题o_o ….
除非你的程序是MFC或已经用C++编写其他模块或是嵌入式设备,那就用C++吧
“人生苦短,我用Python!!!”
安装
本教程编写时使用的软件版本是:OpenCV 3.x,Python 3.x。
要安装OpenCV,只需cmd下的一条指令:
pip install opencv-python
pip是Python的包管理器,如果你还没安装Python,强烈推荐安装Anaconda,它包含了大量的科学计算包,不用后期一个个安装。即使你已经装了Python也没有影响,Anaconda相当于虚拟环境,互不干扰。
安装步骤
进入Anaconda官网,下载最新版本的安装文件,速度比较慢的话,可以去清华开源镜像站。
Windows版下载的是exe文件,双击可以直接安装,安装时记得勾选 Add Anaconda to my PATH environment variable,添加到环境变量中。
Linux版下载的是sh文件,下载完成后,终端切换到下载目录,执行bash Anaconda3-xx.sh,Linux版也会提示添加环境变量,记得输yes就行。
安装测试
Python安装好之后,可以在cmd中输入python --version来查看Python的版本信息。对于OpenCV,打开Python的开发环境,输入import cv2,运行没有报错说明一切正常。要查看OpenCV的版本,可以:
print(cv2.__version__) # '3.4.1'
Python开发环境我用的是Visual Studio Code,也可以用PyCharm/Atom/Jupyter Notebook(Anaconda自带),或者直接在命令行里敲,自己习惯就行。
常见问题
pip识别不了:环境变量中没有pip的目录,找到pip目录,添加到用户(或系统)变量的path中。
下载速度很慢:可到此处下载离线版。下载完成后,cmd切换到下载目录,输入 pip install 文件名 安装。
学习软件
为了便于学习OpenCV,我写了一个教学款软件LearnOpenCVEdu,目前只开发了一部分功能,有兴趣的童鞋可以支持一下噢 以上是关于视觉与图像Python+OpenCV教程入门篇的主要内容,如果未能解决你的问题,请参考以下文章 计算机视觉OpenCV 4高级编程与项目实战(Python版):图像处理基础 计算机视觉OpenCV 4高级编程与项目实战(Python版):图像处理基础