Python+OpenCV六種實(shí)時(shí)圖像處理詳細(xì)講解

第Python+OpenCV六種實(shí)時(shí)圖像處理詳細(xì)講解目錄1、導(dǎo)入庫(kù)文件2、設(shè)計(jì)GUI3、調(diào)用攝像頭4、實(shí)時(shí)圖像處理4.1、閾值二值化4.2、邊緣檢測(cè)4.3、輪廓檢測(cè)4.4、高斯濾波4.5、色彩轉(zhuǎn)換4.6、調(diào)節(jié)對(duì)比度5、退出系統(tǒng)初學(xué)OpenCV圖像處理的小伙伴肯定對(duì)什么高斯函數(shù)、濾波處理、閾值二值化等特性非常頭疼，這里給各位分享一個(gè)小項(xiàng)目，可通過(guò)攝像頭實(shí)時(shí)動(dòng)態(tài)查看各類圖像處理的特點(diǎn)，也可對(duì)各位調(diào)參、測(cè)試有一定幫助。

1、導(dǎo)入庫(kù)文件

這里主要使用PySimpleGUI、cv2和numpy庫(kù)文件，PySimpleGUI庫(kù)文件實(shí)現(xiàn)GUI可視化，cv2庫(kù)文件是Python的OpenCV接口文件，numpy庫(kù)文件實(shí)現(xiàn)數(shù)值的轉(zhuǎn)換和運(yùn)算，均可通過(guò)pip導(dǎo)入。

importPySimpleGUIassg#pipinstallpysimplegui

importcv2#pipinstallopencv-python

importnumpyasnp#pipinstallnumpy

2、設(shè)計(jì)GUI

基于PySimpleGUI庫(kù)文件實(shí)現(xiàn)GUI設(shè)計(jì)，本項(xiàng)目界面設(shè)計(jì)較為簡(jiǎn)單，設(shè)計(jì)800X400尺寸大小的框圖，淺綠色背景，主要由攝像頭界面區(qū)域和控制按鈕區(qū)域兩部分組成。效果如下所示：

GUI代碼如下所示：

#背景色

sg.theme('LightGreen')

#定義窗口布局

layout=[

[sg.Image(filename='',key='image')],

[sg.Radio('None','Radio',True,size=(10,1))],

[sg.Radio('threshold','Radio',size=(10,1),key='thresh'),

sg.Slider((0,255),128,1,orientation='h',size=(40,15),key='thresh_slider')],

[sg.Radio('canny','Radio',size=(10,1),key='canny'),

sg.Slider((0,255),128,1,orientation='h',size=(20,15),key='canny_slider_a'),

sg.Slider((0,255),128,1,orientation='h',size=(20,15),key='canny_slider_b')],

[sg.Radio('contour','Radio',size=(10,1),key='contour'),

sg.Slider((0,255),128,1,orientation='h',size=(20,15),key='contour_slider'),

sg.Slider((0,255),80,1,orientation='h',size=(20,15),key='base_slider')],

[sg.Radio('blur','Radio',size=(10,1),key='blur'),

sg.Slider((1,11),1,1,orientation='h',size=(40,15),key='blur_slider')],

[sg.Radio('hue','Radio',size=(10,1),key='hue'),

sg.Slider((0,225),0,1,orientation='h',size=(40,15),key='hue_slider')],

[sg.Radio('enhance','Radio',size=(10,1),key='enhance'),

sg.Slider((1,255),128,1,orientation='h',size=(40,15),key='enhance_slider')],

[sg.Button('Exit',size=(10,1))]

#窗口設(shè)計(jì)

window=sg.Window('OpenCV實(shí)時(shí)圖像處理',

layout,

location=(800,400),

finalize=True)

3、調(diào)用攝像頭

打開(kāi)電腦內(nèi)置攝像頭，將數(shù)據(jù)顯示在GUI界面上，效果如下所示：

代碼如下所示：

#打開(kāi)內(nèi)置攝像頭

cap=cv2.VideoCapture(0)

whileTrue:

event,values=window.read(timeout=0,timeout_key='timeout')

#實(shí)時(shí)讀取圖像

ret,frame=cap.read()

#GUI實(shí)時(shí)更新

imgbytes=cv2.imencode('.png',frame)[1].tobytes()

window['image'].update(data=imgbytes)

window.close()

4、實(shí)時(shí)圖像處理

4.1、閾值二值化

進(jìn)行閾值二值化操作，大于閾值values['thresh_slider']的，使用255表示，小于閾值values['thresh_slider']的，使用0表示，效果如下所示：

代碼如下所示：

ifvalues['thresh']:

frame=cv2.cvtColor(frame,cv2.COLOR_BGR2LAB)[:,:,0]

frame=cv2.threshold(frame,values['thresh_slider'],255,cv2.THRESH_BINARY)[1]

4.2、邊緣檢測(cè)

進(jìn)行邊緣檢測(cè)，values['canny_slider_a']表示最小閾值，values['canny_slider_b']表示最大閾值，效果如下所示：

代碼如下所示：

ifvalues['canny']:

frame=cv2.Canny(frame,values['canny_slider_a'],values['canny_slider_b'])

4.3、輪廓檢測(cè)

輪廓檢測(cè)是形狀分析和物體檢測(cè)和識(shí)別的有用工具，連接所有連續(xù)點(diǎn)（沿著邊界）的曲線，具有相同的顏色或強(qiáng)度，效果如下所示：

代碼如下所示：

ifvalues['contour']:

hue=cv2.cvtColor(frame,cv2.COLOR_BGR2HSV)

hue=cv2.GaussianBlur(hue,(21,21),1)

hue=cv2.inRange(hue,np.array([values['contour_slider'],values['base_slider'],40]),

np.array([values['contour_slider']+30,255,220]))

cnts=cv2.findContours(hue,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)[0]

cv2.drawContours(frame,cnts,-1,(0,0,255),2)

4.4、高斯濾波

進(jìn)行高斯濾波,(21,21)表示高斯矩陣的長(zhǎng)與寬都是21，標(biāo)準(zhǔn)差取values['blur_slider']，效果如下所示：

代碼如下所示：

ifvalues['blur']:

frame=cv2.GaussianBlur(frame,(21,21),values['blur_slider'])

4.5、色彩轉(zhuǎn)換

色彩空間的轉(zhuǎn)化，HSV轉(zhuǎn)換為BGR，效果如下所示：

代碼如下所示：

ifvalues['hue']:

frame=cv2.cvtColor(frame,cv2.COLOR_BGR2HSV)

frame[:,:,0]+=int(values['hue_slider'])

frame=cv2.cvtColor(frame,cv2.COLOR_HSV2BGR)

4.6、調(diào)節(jié)對(duì)比度

增強(qiáng)對(duì)比度，使圖像中的細(xì)節(jié)看起來(lái)更加清晰，效果如下所示：

代碼如下所示：

ifvalues['enhance']:

enh_val=values['enhance_slider']/40

clahe=cv2.createCLAHE(clipLimit=enh_val,tileGridSize=(8,8))

lab=cv2.cvtColor(frame,cv2.COLOR_BGR2LAB)

lab[:,:,0]=clahe.apply(lab[:,