首先確保已經安裝了Python

Mac 下可以直接使用?brew?來安裝OpenCV，具體步驟如下：

# add opencv brew tap homebrew/science# install opencv brew install opencv

安裝必要的python庫

pip install numpy pip install matplotlib

測試是否安裝成功

import cv2 import numpy as np from matplotlib import pyplot as pltimg = cv2.imread('road.png', 0) plt.imshow(img, cmap='gray', interpolation='bicubic') plt.xticks([]), plt.yticks([]) # to hide tick values on X and Y axis plt.show()

寫在最后：

作為一個曾經編譯過無數次 OpenCV 最后好不容易成功的人來說，我覺得安裝 OpenCV 這個問題可以歸為玄學，尤其是在 Windows 下，所以安裝的時候最好多請教 Google， Good Luck！

Update:

果然圖方便是不行的，直接使用brew安裝的OpenCV有bug，在使用findContours函數的時候會報錯Assertion failed，查了好久發現這個是某個版本的bug，但是作者已經在最新的版本中修復了：issue

所以又得重新安裝OpenCV了，先卸載掉之前的：

brew uninstall opencv

然后按照這篇文章中的方法安裝：

• Install OpenCV On Mac

0x00. 圖片讀、寫和顯示操作

安裝好 OpenCV 之后，首先嘗試加載一張最簡單的圖片并顯示出來，代碼示例：

第一種方式使用cv2.cv的LoadImage、ShowImage和SaveImage函數

import cv2.cv as cv# 讀圖片 image=cv.LoadImage('img/image.png', cv.CV_LOAD_IMAGE_COLOR)#Load the image #Or just: image=cv.LoadImage('img/image.png')cv.NamedWindow('a_window', cv.CV_WINDOW_AUTOSIZE) #Facultative cv.ShowImage('a_window', image) #Show the image# 寫圖片 cv.SaveImage("thumb.png", thumb) cv.WaitKey(0) #Wait for user input and quit

也可以直接使用cv2的imread、imwrite和imshow函數

import numpy as np import cv2img = cv2.imread('messi5.jpg',0) cv2.imshow('image',img) k = cv2.waitKey(0) if k == 27: # wait for ESC key to exitcv2.destroyAllWindows() elif k == ord('s'): # wait for 's' key to save and exitcv2.imwrite('messigray.png',img)cv2.destroyAllWindows()

imread函數還可以定義加載的mode，默認是以RGB模式處理圖片：

import cv2 grayImage = cv2.imread('MyPic.png', cv2.CV_LOAD_IMAGE_GRAYSCALE) # 可選參數CV_LOAD_IMAGE_COLOR (BGR), CV_LOAD_IMAGE_GRAYSCALE (grayscale), CV_LOAD_IMAGE_UNCHANGED(neither) cv2.imwrite('MyPicGray.png', grayImage)

0x01. 獲取圖片屬性

import cv2 img = cv2.imread('img/image.png') print img.shape # (640, 640, 3) print img.size # 1228800 print img.dtype # uint8 # 在debug的時候，dtype很重要

0x02. 輸出文本

在處理圖片的時候，我們經常會需要把一些信息直接以文字的形式輸出在圖片上，下面的代碼將實現這個效果：

import cv2.cv as cvimage=cv.LoadImage('img/lena.jpg', cv.CV_LOAD_IMAGE_COLOR) #Load the imagefont = cv.InitFont(cv.CV_FONT_HERSHEY_SIMPLEX, 1, 1, 0, 3, 8) #Creates a fonty = image.height / 2 # y position of the text x = image.width / 4 # x position of the textcv.PutText(image,"Hello World !", (x,y),font, cv.RGB(255, 255, 255)) #Draw the textcv.ShowImage('Hello World', image) #Show the imagecv.WaitKey(0)

cv2:

cv2.putText(frame,?'Hello World', (300,100),?0,?0.5, (0,0,255),2)

0x03. 縮放圖片

下面的例子將實現縮放圖片并保存，這個在使用 OpenCV 做圖像處理的時候都是很常用的操作：

import cv2.cv as cvim = cv.LoadImage("img/alkaline.jpg") #get the imagethumb = cv.CreateImage((im.width / 2, im.height / 2), 8, 3) #Create an image that is twice smaller than the originalcv.Resize(im, thumb) #resize the original image into thumb #cv.PyrDown(im, thumb)cv.SaveImage("thumb.png", thumb) # save the thumb image

cv2:

import cv2 import numpy as np img = cv2.imread('messi5.jpg') res = cv2.resize(img,None,fx=2, fy=2, interpolation = cv2.INTER_CUBIC)#ORheight, width = img.shape[:2] res = cv2.resize(img,(2*width, 2*height), interpolation = cv2.INTER_CUBIC)

0x04. 圖像平移

import cv2 import numpy as npimg = cv2.imread('messi5.jpg',0) rows,cols = img.shapeM = np.float32([[1,0,100],[0,1,50]]) dst = cv2.warpAffine(img,M,(cols,rows))cv2.imshow('img',dst) cv2.waitKey(0) cv2.destroyAllWindows()

0x05. 圖像旋轉

img = cv2.imread('messi5.jpg',0) rows,cols = img.shapeM = cv2.getRotationMatrix2D((cols/2,rows/2),90,1) dst = cv2.warpAffine(img,M,(cols,rows))

0x06. 仿射變換

import cv2 import numpy as npimg = cv2.imread('mao.jpg') rows,cols,ch = img.shapepts1 = np.float32([[50,50],[200,50],[50,200]]) pts2 = np.float32([[10,100],[200,50],[100,250]])M = cv2.getAffineTransform(pts1,pts2)dst = cv2.warpAffine(img,M,(cols,rows))cv2.imshow('image',dst) cv2.waitKey(0)

0x07. 圖像顏色變換

實際使用過程中，我們經常也需要對一些圖片的顏色空間做一些改變之類的：

c2.cv:

import cv2.cv as cv im=cv.LoadImage('img/fruits.jpg',cv.CV_LOAD_IMAGE_COLOR) res = cv.CreateImage(cv.GetSize(im), cv.CV_8UC2, 3) #cv.CV_32F, cv.IPL_DEPTH_16S, ... cv.Convert(im, res) cv.ShowImage("Converted",res) res2 = cv.CreateImage(cv.GetSize(im), cv.CV_8UC2, 3) cv.CvtColor(im, res2, cv.CV_RGB2BGR) # HLS, HSV, YCrCb, .... cv.ShowImage("CvtColor", res2) cv.WaitKey(0)

• cv.Convert()：將圖片從一個顏色空間轉到另一個顏色空間

• cv.CvtColor(src, dst, code)：

cv2:

cv2.cvtColor(input_image, flag)函數實現圖片顏色空間的轉換，flag 參數決定變換類型。如 BGR->Gray flag 就可以設置為 cv2.COLOR_BGR2GRAY 。

一個簡單的例子，下面的代碼實現識別攝像視頻中藍色的部分：

import cv2 import numpy as npcap = cv2.VideoCapture(0)while(1):# 讀取視頻的每一幀_, frame = cap.read()# 將圖片從 BGR 空間轉換到 HSV 空間hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)# 定義在HSV空間中藍色的范圍lower_blue = np.array([110,50,50])upper_blue = np.array([130,255,255])# 根據以上定義的藍色的閾值得到藍色的部分mask = cv2.inRange(hsv, lower_blue, upper_blue)res = cv2.bitwise_and(frame,frame, mask= mask)cv2.imshow('frame',frame)cv2.imshow('mask',mask)cv2.imshow('res',res)k = cv2.waitKey(5) & 0xFFif k == 27:breakcv2.destroyAllWindows()

以上的代碼給出了視頻中獲取興趣對象的基本思想。

0x08. 通道的拆分/合并處理

對于一張圖片的 R、G、B 通道，我們可以很方便的使用 OpenCV 獲取并分離或者合并：

(這是將圖像灰度化處理的一種方式)

cv2.cv

import cv2.cv as cvorig = cv.LoadImage('img/fruits.jpg') b = cv.CreateImage(cv.GetSize(orig), orig.depth, 1) g = cv.CloneImage(b) r = cv.CloneImage(b) cv.Split(orig, b, g, r, None)merged = cv.CreateImage(cv.GetSize(orig), 8, 3) cv.Merge(g, b, r, None, merged)cv.ShowImage("Image", orig) cv.ShowImage("Blue", b) cv.ShowImage("Green", g) cv.ShowImage("Red", r) cv.ShowImage("Merged", merged)cv.WaitKey(0)

cv2

import cv2 img = cv2.imread('img/image.png') b,g,r = cv2.split(img) img = cv2.merge((b,g,r))

0x09. 圖片添加邊距

cv2.copyMakeBorder函數

import cv2 import numpy as npBLUE = [255,0,0]img1 = cv2.imread('opencv_logo.png')replicate = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REPLICATE) reflect = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT) reflect101 = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT_101) wrap = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_WRAP) constant= cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_CONSTANT,value=BLUE)

from:?https://segmentfault.com/a/1190000003742422

總結

以上是生活随笔為你收集整理的Mac 下安装 Python-OpenCV Python-OpenCV 处理图像（一）：基本操作的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。