计算机视觉入门

测试案例：测试tensorflow和opencv是否在python环境下安装成功。测试代码如下：

# encoding:utf-8

# 测试tensorflow和OpenCV

import tensorflow as tf
hello = tf.constant('hello tf!')
sess = tf.Session()
print(sess.run(hello))

import cv2
print('hello opencv')

相关包安装成功，运行效果如下图所示：

 

案例1：图片的读取和展示，测试代码如下：

# encoding:utf-8

# 引入OpenCV api
import cv2
# 1.文件的读取
# 2.文件封装格式的解析
# 3.文件数据的解码
# 4.数据的加载
img = cv2.imread('image0.JPG')  # 读取图片
cv2.imshow('image2', img)  # 取名字为image2
cv2.waitKey(0)  # 暂停暂时图片

运行效果截图如下图所示：（图中的圈表示之前所取的图片名）

案例2：图片的写入，测试代码如下：

# encoding:utf-8

# 引入OpenCVapi
import cv2

img = cv2.imread('image0.JPG', 1)  # 1表示是彩色图片
cv2.imwrite('image1.jpg', img)  # 写入的图片 新生成的图片名为image1.jpg
print(cv2.imwrite('image1.jpg', img))  # 打印出True表示写入成功

案例3：不同图片质量保存，测试代码如下：

# encoding:utf-8

import cv2
img = cv2.imread('image0.jpg', 1)
# JPEG 有损压缩 质量范围是0-100 数值越大文件越大
cv2.imwrite('imageTest1.jpg', img, [cv2.IMWRITE_JPEG_QUALITY, 0])
cv2.imwrite('imageTest2.jpg', img, [cv2.IMWRITE_JPEG_QUALITY, 10])
cv2.imwrite('imageTest3.jpg', img, [cv2.IMWRITE_JPEG_QUALITY, 100])

# jpg 0 压缩比高 范围0-100
# PNG 0 压缩比低 范围0-9
cv2.imwrite('imageTest4.png', img, [cv2.IMWRITE_PNG_COMPRESSION, 0])
cv2.imwrite('imageTest4.png', img, [cv2.IMWRITE_PNG_COMPRESSION, 5])

 案例4：像素读取和写入，测试代码如下：

# encoding:utf-8

# 像素
# RGB 三种颜色分量 256的三次方这么多颜色
# 颜色深度 8bit 0-255
# w h 640*480
# 1.14M = 720*547*3*8 bit/8 (B) =1.14M
# RGB alpha 透明度
# RGB bgr
# bgr b g r
import cv2
img = cv2.imread('image0.jpg', 1)
(b, g, r) = img[100, 100]
print(b)  # 打印蓝色分量数值
print(g)  # 打印绿色分量数值
print(r)  # 打印红色分量数值

# 画一条蓝色的线从点(10,100)到点(110,100)
for i in range(1, 100):
    img[10+i, 100] = (255, 0, 0)  # 蓝色
cv2.imshow('image', img)
cv2.waitKey(0)

运行效果见下图：（三个数值分别表示像素点（100,100）的蓝色通道的数值，绿色通道的数值，红色通道的数值，第二个图可以很明显看到圈中新写入一条蓝色的线）