摘要：而這其中，很多應(yīng)用都涉及到計算機視覺這樣一個細分領(lǐng)域。常見的圖像處理灰度圖二值化平滑邊緣提取這幾種都屬于數(shù)字圖像處理的常用方法。對這方面知識感興趣的，可以找本數(shù)字圖像處理的相關(guān)教材系統(tǒng)地看一遍，了解數(shù)字圖像處理的基礎(chǔ)。

人工智能 ，一個已經(jīng)被談?wù)摿藥资甑母拍睿ㄗ钤缡?圖靈 在 1950年 提出）。如今這幾年，相關(guān)技術(shù)的發(fā)展速度是越來越快。高大上如無人駕駛、智能安防、AI輔助診斷，接地氣如刷臉支付、內(nèi)容推薦、自動翻譯等，眾多領(lǐng)域借助人工智能的力量而進化。從百度搜索指數(shù)的變化，也能從一個側(cè)面反映出關(guān)注度在不斷上升。

而這其中，很多應(yīng)用都涉及到“ 計算機視覺 ”這樣一個細分領(lǐng)域。簡單來說，就是將圖像信息轉(zhuǎn)化為計算機可以處理的數(shù)字信息，從而讓計算機能“看得見”。這個信息不僅僅是二維的圖片，也包括三維場景、視頻序列等?；旧纤行枰玫綌z像頭、圖片、視頻的應(yīng)用場景，都離不開計算機視覺的支持。因此，這也是人工智能領(lǐng)域中比較熱門的一個方向。

來自《2017年人工智能行業(yè)發(fā)展研究報告白皮書》- IT耳朵&IT桔子

而說到計算機視覺，就不能不提到 OpenCV ，它是一個歷史悠久、功能豐富、社區(qū)活躍的開源視覺開發(fā)庫。一方面，它提供了計算機視覺以及圖像處理方面最常用最基礎(chǔ)的功能支持，是開發(fā)的必備工具；另一方面，它在新版本中緊跟潮流，加入對新的算法、硬件的支持（v3.3 正式引入 DNN）。

OpenCV 基于 C++ 編寫，但提供了 Python、Ruby、MATLAB 等多種語言接口。這對于習(xí)慣使用 Python 開發(fā)的人工智能從業(yè)者來說非常方便。之前的不少習(xí)題和開發(fā)案例中，我們都有用到過。今天我們再用幾個常見的例子，演示下 OpenCV-Python 的強大功能。

OpenCV 的安裝，不同平臺不同版本會有一些差異。安裝前需要裝好 numpy ，強烈建議先安裝好 Anaconda ，然后直接通過命令安裝：

pip install opencv-python

如果你運氣好，代碼里運行 import cv2 沒報錯就是成功了。

但大多數(shù)時候可能不行。你可以考慮去這里下載安裝文件：

https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv

然后通過命令從本地安裝：

pip install opencv_python3.4.3cp37cp37mwin_amd64.whl

這里下載的安裝文件 版本 號務(wù)必要和你本機的 Python 版本 和 位數(shù) 相對應(yīng)。

如果安裝時還有其他問題，可在網(wǎng)上直接搜索報錯，通常都會有解決方案，這里不一一贅述。

我們用圖像處理的經(jīng)典范例 Lenna 來做測試

可自行搜索這幅圖像的來頭

import cv2 as cv
# 讀圖片
img = cv.imread("img/Lenna.png")
# 圖片信息
print("圖片尺寸:", img.shape)
print("圖片數(shù)據(jù):", type(img), img)
# 顯示圖片
cv.imshow("pic title", img)
cv.waitKey(0)
# 添加文字
cv.putText(img, "Learn Python with Crossin", (50, 150), cv.FONT_HERSHEY_SIMPLEX, 1, (255, 255, 255), 4)
# 保存圖片
cv.imwrite("img/Lenna_new.png", img)

OpenCV-Python 中的圖像數(shù)據(jù)使用了 numpy 庫的 ndarray 類型 進行管理，便于進行各種數(shù)值計算和轉(zhuǎn)換。

常見的圖像處理：

import numpy as np
# 灰度圖
img_gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
cv.imwrite("img/Lenna_gray.png", img_gray)
# 二值化
_, img_bin = cv.threshold(img_gray, 127, 255, cv.THRESH_BINARY)
cv.imwrite("img/Lenna_bin.png", img_bin)
# 平滑
img_blur = cv.blur(img, (5, 5))
cv.imwrite("img/Lenna_blur.png", img_blur)
# 邊緣提取
_, contours, _ = cv.findContours(img_bin, cv.RETR_TREE, cv.CHAIN_APPROX_SIMPLE)
img_cont = np.zeros(img_bin.shape, np.uint8)    
cv.drawContours(img_cont, contours, -1, 255, 3) 
cv.imwrite("img/Lenna_cont.png", img_cont)

這幾種都屬于 數(shù)字圖像處理 的常用方法。OpenCV-Python 基本都封裝好的接口，只需一兩行代碼就能完成，在實際項目開發(fā)中非常方便。

我們編程教室之前的“ 每周一坑 ”欄目里，和圖像相關(guān)的題目基本都可以用 OpenCV-Python 來解決。

對這方面知識感興趣的，可以找本數(shù)字圖像處理的相關(guān)教材系統(tǒng)地看一遍，了解數(shù)字圖像處理的基礎(chǔ)。

除了基礎(chǔ)功能，OpenCV 在代碼附帶的 Samples 里還提供了一些經(jīng)典開發(fā)案例：

人臉檢測

https://github.com/opencv/opencv/blob/master/samples/python/facedetect.py

使用方法

python facedetect.py

核心代碼

cascade = cv.CascadeClassifier("haarcascade_frontalface_alt.xml")
rects = cascade.detectMultiScale(img, scaleFactor=1.3, minNeighbors=4, minSize=(30, 30), flags=cv.CASCADE_SCALE_IMAGE)

此功能基于 Haar 分類器 實現(xiàn)，項目中附帶有訓(xùn)練好的分類器文件。此外，你還可以使用 OpenCV 訓(xùn)練針對其他目標特征的分類器。

我們之前的開發(fā)案例 《Python 送你一頂圣誕帽》 就使用了 OpenCV-Python 的人臉識別代碼。獲取代碼請在公眾號（Crossin的編程教室）里回復(fù)關(guān)鍵字 圣誕帽

姿態(tài)識別

https://github.com/opencv/opencv/blob/master/samples/dnn/openpose.py

使用方法

python openpose.py --model pose.caffemodel --proto pose.prototxt --dataset MPI

核心代碼

net = cv.dnn.readNetFromCaffe(args.proto, args.model)
inp = cv.dnn.blobFromImage(frame, 1.0 / 255, (inWidth, inHeight), (0, 0, 0), swapRB=False, crop=False)
net.setInput(inp)
out = net.forward()

詳情參見文章： 用 Python 實現(xiàn)抖音尬舞機
獲取代碼請在公眾號（Crossin的編程教室）里回復(fù)關(guān)鍵字 姿態(tài)

風(fēng)格遷移

https://github.com/opencv/opencv/blob/master/samples/dnn/fast_neural_style.py

使用方法

python fast_neural_style.py --model starry_night.t7

核心代碼

net = cv.dnn.readNetFromTorch(args.model)
net.setPreferableBackend(cv.dnn.DNN_BACKEND_OPENCV);
inp = cv.dnn.blobFromImage(frame, 1.0, (inWidth, inHeight), (103.939, 116.779, 123.68), swapRB=False, crop=False)
net.setInput(inp)
out = net.forward()

詳情參見文章： Python+OpenCV 十幾行代碼模仿世界名畫
獲取代碼請在公眾號（Crossin的編程教室）里回復(fù)關(guān)鍵字 名畫

以上便是 OpenCV-Python 的一些簡單應(yīng)用。OpenCV 官方 Samples 代碼里還有很多有趣的例子（地址：https://github.com/opencv/opencv ）更強大的功能也有待你在開發(fā)中逐步體會。

希望這篇管中窺豹的文章可以讓各位對 OpenCV 和計算機視覺有一個初步的了解和直觀的認識，進而共同參與到人工智能這場技術(shù)浪潮中來。

獲取更多學(xué)習(xí)資源和代碼實例，請在公眾號（Crossin的編程教室）里回復(fù)關(guān)鍵字 項目

════

其他文章及回答：

如何自學(xué)Python|新手引導(dǎo)|精選Python問答|Python單詞表|人工智能|嘻哈|爬蟲|我用Python|高考|requests|AI平臺

歡迎搜索及關(guān)注： Crossin的編程教室