1.配置開發環境Anaconda

(1)打開Anaconda Prompt，將網址替換為清華鏡像，這樣下載各種依賴會快一些：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes

(2)打開Anaconda Navigator，創建一個運行環境，名稱為tensorflow36，并安裝tensorflow和opencv

2.Hello World

(1)在Navigator中Home頁面里運行notebook

(2)圖片的讀取與展示

cv2.imread()用于圖片讀取，它接受2個參數。參數1為文件名，參數2為圖片讀取類型，0為讀取成灰度圖，1為讀取成彩色圖
cv2.imshow()用于顯示圖片，它接受2個參數。參數1為窗體名稱，參數2為讀取圖片的原始數據
cv2.waitKey(0)用于程序暫停，要顯示圖片必須運行這行代碼

import cv2 img = cv2.imread('image0.jpg',1) cv2.imshow('image',img) cv2.waitKey(0)

運行結果

(3)圖片的寫入

cv2.imwrite()該方法接受3個參數。參數1為文件名，參數2為圖片原始數據，參數三為壓縮質量，不同的圖片格式擁有不同的數值范圍，對于jpg來說可選質量0-100，對于png來說壓縮范圍為0-9

import cv2 img = cv2.imread('image0.jpg',1) #完成圖片的寫入功能 cv2.imwrite('image1.jpg',img,[cv2.IMWRITE_JPEG_QUALITY,50]) cv2.imwrite('image1.png',img,[cv2.IMWRITE_PNG_COMPRESSION,0]) #jpg 0 壓縮比高 png 0 壓縮比低 #jpg 壓縮范圍 0-100 png 壓縮范圍 0-9

運行結果

(4)像素操作基本概念

• 顏色深度：按8bit舉例，就是用8位存儲一個顏色的值，8bit的每個顏色通道的取值范圍是0-255
• 圖片大小：640x480即水平、豎直方向上有640、480個像素；640x480x3即圖片占用的空間（8bit圖片)
• 圖片格式：對于png圖片來說，它采用的都是無損壓縮方式，比jpg多出一個alpha顏色通道，用來存儲透明度
• 顏色通道：opencv讀取的圖片顏色通道是按bgr來排列的(b,g,r) = img[0,0]用元組來存儲一個像素的顏色

(b,g,r) = img[100,100] #img[]是一個矩陣結構，讀取出的數據以元組儲存，左上角為起點 print(b,g,r) #openCV讀取顏色為bgr for i in range(1,100):for j in range(1,100):img[100+i,100+j] = (255,0,0) cv2.imshow('image2',img) cv2.waitKey(0)

運行結果

(5)tensorflow基礎知識

• 使用圖 (graph) 來表示計算任務
• 在被稱之為 會話 (Session) 的上下文 (context) 中執行圖
• 使用張量(tensor) 表示數據
• 通過變量 (Variable) 維護狀態
• 使用 feed 和 fetch 可以為任意的操作賦值或者從其中獲取數據

在Tensorflow計算圖(graph)中，操作間傳遞的數據都是 tensor。 可以把 TensorFlow中tensor 看作是一個 n 維的數組或列表。 一個 tensor 包含一個靜態類型 rank，和 一個 shape。

圖中的節點被稱之為 op (operation)。 一個 op 獲得 0 個或多個 Tensor，執行計算, 產生 0 個或多個 Tensor。每個 Tensor 是一個類型化的多維數組。例如，你可以將一小組圖像集表示為一個四維浮點數數組 [batch, height, width, channels]。

一個圖描述了計算的過程。為了進行計算，圖必須在會話里被啟動。會話將圖的 op 分發到諸如 CPU 或 GPU 之類的 設備 上，同時提供執行 op 的方法。這些方法執行后， 將產生的 tensor 返回。

import tensorflow as tf data1 = tf.constant(2,dtype=tf.int32) #定義常量 data2 = tf.Variable(10,name='var') #變量 print(data1)#直接打印的為張量 print(data2) sess = tf.Session() #tensorflow中所有的操作要通過會話變量來進行 print(sess.run(data1)) init = tf.global_variables_initializer() #如果在圖中定義了變量一定要調用init為變量初始化 sess.run(init) print(sess.run(data2)) sess.close() #使用with方式可以不用關閉會話 ''' init = tf.global_variables_initializer() sess = tf.Session() with sess:sess.run(init)print(sess.run(data2)) '''

運行結果

(6)Tensorflow四則運算

tf.add()加法 tf.substract()減法 tf.multiply()乘法 tf.divide()除法

import tensorflow as tf data1 = tf.constant(6) data2 = tf.Variable(2) dataAdd = tf.add(data1,data2) dataCopy = tf.assign(data2,dataAdd)#將結果拷貝到data2中 dataMul = tf.multiply(data1,data2) dataSub = tf.subtract(data1,data2) dataDiv = tf.divide(data1,data2) init = tf.global_variables_initializer() with tf.Session() as sess:sess.run(init)print(sess.run(dataAdd))print(sess.run(dataMul))print(sess.run(dataSub))print(sess.run(dataDiv))print(sess.run(dataCopy))print(dataCopy.eval())print(tf.get_default_session().run(dataCopy)) print('end')

運行結果

?

使用占位符方式

import tensorflow as tf data1 = tf.placeholder(tf.float32) data2 = tf.placeholder(tf.float32) dataAdd = tf.add(data1,data2) with tf.Session() as sess:print(sess.run(dataAdd,feed_dict={data1:2,data2:6})) print('end')

(7)tensorflow矩陣

通過[ [data1,data2,... ] ]創建，最外層的[ ]只代表一個數組，里面的[ ]代表一行，內層的數據個數代表了幾列，例如[[1,2],[3,4]]代表一個2*2的矩陣

import tensorflow as tf data1 = tf.constant([[6,6]])#創建一個1x2的矩陣 data2 = tf.constant([[2],[2]])#創建一個2x1的矩陣 data3 = tf.constant([[1,2],[3,4],[5,6]])#3x2矩陣 print(data3.shape) with tf.Session() as sess:print(sess.run(data3))print(sess.run(data3[0]))#打印第一行print(sess.run(data3[:,0]))#打印第一列print(sess.run(data3[0,1]))#第一行第二列

?

運行結果

到這就結束了什么都不會~~

作者：lhdoeo
鏈接：https://www.jianshu.com/p/286b7f57c7b9

總結

以上是生活随笔為你收集整理的openCV和Tensorflow起步的全部內容，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。