Làm thế nào chúng ta có thể đọc hình ảnh trong python?

OpenCV là một thư viện nhận dạng hình ảnh mã nguồn mở
Nó được sử dụng cho máy học, thị giác máy tính và xử lý hình ảnh. Bạn có thể khai thác tối đa OpenCV khi được tích hợp với các thư viện mạnh mẽ như Numpy và Pandas

CÀI ĐẶT PYTHON 3. X

Mở Terminal/Command Prompt và gõ
~ pip install opencv-python

BẮT ĐẦU (CÁCH ĐỌC HÌNH ẢNH)

1. Mở PyCharm
2. Nhập cv2
3. Dán một hình ảnh thử nghiệm trong thư mục
4. Tạo biến lưu ảnh sử dụng hàm imread()
5. Hiển thị ảnh bằng hàm imshow()
6. Thêm độ trễ bằng hàm waitkey()

1
2
3
4
5
6
import cv2
# LOAD AN IMAGE USING 'IMREAD'
img = cv2.imread("Resources/lena.png")
# DISPLAY
cv2.imshow("Lena Soderberg”, img)
    cv2.waitKey(0)

PHÁT VIDEO BẰNG CHỨC NĂNG VideoCapture()

1. Mở PyCharm

2. Nhập cv2

3. Dán video thử nghiệm vào thư mục

4. Tạo biến lưu trữ video bằng hàm VideoCapture()

5. Tạo vòng lặp vô hạn để hiển thị liên tục từng khung hình của video

6. Hiển thị video bằng hàm imshow()

7. Thêm độ trễ bằng hàm waitkey()

1
2
3
4
5
6
7
8
9
import cv2
frameWidth = 640
frameHeight = 480
cap = cv2.VideoCapture("Resources/test_ video.mp4")
while True:
  success, img = cap.read()
img = cv2.resize(img, (frameWidth, frameHeight))
cv2.imshow("Result", img)
break

TRUY CẬP NỀN TẢNG TRỰC TIẾP TỪ WEBCAM

1. Mở PyCharm

2. Nhập cv2

3. Tạo biến lưu trữ video bằng hàm VideoCapture()

4. Truyền tham số 0 trong VideoCapture(0) để truy cập webcam

5. Tạo vòng lặp vô hạn để hiển thị liên tục từng khung hình của video trên webcam

6. Hiển thị nguồn cấp dữ liệu trực tiếp bằng hàm imshow()

7. Thêm độ trễ vô cực bằng cách sử dụng waitKey(0)

1
2
3
4
5
6
7
8
9
10
11
import cv2
Width = 640
Height = 480
cap = cv2.VideoCapture(0)
cap.set(3, frameWidth)
cap.set(4, frameHeight)
cap.set(10, 150)
while True:
  success, img = cap.read()
cv2.imshow("Result", img)
break

CÁC CHỨC NĂNG CỦA OPENCV

Chuyển đổi hình ảnh sang thang độ xám

1. Mở PyCharm

2. Nhập cv2

3. Tạo biến lưu ảnh sử dụng hàm imread()

4. Để chuyển đổi sang thang độ xám, hãy sử dụng hàm

   1
   2
   3
   4
   5
   6
   7
   8
   9
   import cv2
   frameWidth = 640
   frameHeight = 480
   cap = cv2.VideoCapture("Resources/test_ video.mp4")
   while True:
     success, img = cap.read()
   img = cv2.resize(img, (frameWidth, frameHeight))
   cv2.imshow("Result", img)
   break
   

   1

5. Truyền vị trí hình ảnh tham số và

   1
   2
   3
   4
   5
   6
   7
   8
   9
   import cv2
   frameWidth = 640
   frameHeight = 480
   cap = cv2.VideoCapture("Resources/test_ video.mp4")
   while True:
     success, img = cap.read()
   img = cv2.resize(img, (frameWidth, frameHeight))
   cv2.imshow("Result", img)
   break
   

   2 để chuyển đổi

1
2
3
4
5
import cv2
img = cv2.imread("Resources/lena.png")
imgGray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
cv2.imshow("Gray Image", imgGray)
cv2.waitKey(0)

Phát hiện cạnh

1. Mở PyCharm

2. Nhập cv2

3. Tạo biến lưu ảnh sử dụng hàm imread()

4. Để phát hiện cạnh, hãy sử dụng hàm

   1
   2
   3
   4
   5
   6
   7
   8
   9
   import cv2
   frameWidth = 640
   frameHeight = 480
   cap = cv2.VideoCapture("Resources/test_ video.mp4")
   while True:
     success, img = cap.read()
   img = cv2.resize(img, (frameWidth, frameHeight))
   cv2.imshow("Result", img)
   break
   

   4

5. Truyền vị trí hình ảnh tham số và ngưỡng để chuyển đổi

1
2
3
4
5
6
import cv2

img = cv2.imread("Resources/lena.png")
imgCanny = cv2.Canny(img, 150, 200)
cv2.imshow("Canny Image”, imgCanny)
    cv2.waitKey(0)

CẮT HÌNH ẢNH

1. Nhập numpy và cv2

2. Tạo hai biến để lưu trữ chiều cao và chiều rộng của hình ảnh

3. Tạo hai mảng numpy để lưu trữ tọa độ

4. Mảng đầu tiên - lưu trữ tọa độ của hình ảnh sẽ được cắt

5. Mảng thứ hai - lưu trữ tọa độ của hình ảnh hoàn chỉnh

6. Cắt hình ảnh bằng hàm getPerspective() và wrapPerspective()

PHÁT HIỆN KHUÔN MẶT

1. Mở PyCharm

2. Nhập cv2
   3. Tạo một biến để lưu bộ phân loại theo tầng (để tìm hiểu thêm về bộ phân loại theo tầng, hãy nhấp vào đây

3. Chuyển đổi hình ảnh sang thang độ xám bằng hàm

   1
   2
   3
   4
   5
   6
   7
   8
   9
   import cv2
   frameWidth = 640
   frameHeight = 480
   cap = cv2.VideoCapture("Resources/test_ video.mp4")
   while True:
     success, img = cap.read()
   img = cv2.resize(img, (frameWidth, frameHeight))
   cv2.imshow("Result", img)
   break
   

   1

4. Phát hiện khuôn mặt sử dụng chức năng

   1
   2
   3
   4
   5
   6
   7
   8
   9
   import cv2
   frameWidth = 640
   frameHeight = 480
   cap = cv2.VideoCapture("Resources/test_ video.mp4")
   while True:
     success, img = cap.read()
   img = cv2.resize(img, (frameWidth, frameHeight))
   cv2.imshow("Result", img)
   break
   

   6

5. Vẽ một hình chữ nhật xung quanh khuôn mặt được phát hiện

1
2
3
4
5
6
7
8
9
10
11
12
13
14
import cv2

face_Cascade = cv2.CascadeClassifier("Resources/haarcascade_frontalface_default.xml")

image = cv2.imread('Resources/lena.png')
imgGray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

faces = face_Cascade.detectMultiScale(imgGray, 1.1, 4)

for (x, y, w, h) in faces:
  cv2.rectangle(image, (x, y), (x + w, y + h), (255, 0, 0), 2)

cv2.imshow("Result", image)
cv2.waitKey(0)

Làm cách nào để đọc các giá trị hình ảnh trong Python?

Làm cách nào để đọc tên hình ảnh trong Python?