计算机视觉五大技术 计算机视觉的五个例子

一、图像滤波

      平滑与模糊即失去焦点，致使看不到图像的细节，也就是说像素点与周围像素点混合了，在边缘检测方面很有用处，常用的平滑方法有均值、高斯、中值和双边。实例如下所示：

import cv2 as cv
import numpy as np

test_image = cv.imread(r'E:\kaggleData\computer_version_Data\4.jpg')
cv.imshow('test_image', test_image)
"""
    cv2.blur(img,ksize) 均值滤波
    img：原图像
    ksize：核大小
    原理：它只取内核区域下所有像素的平均值并替换中心元素。
    特征：核中区域贡献率相同。
    作用：对于椒盐噪声的滤除效果比较好
"""
blurred = np.hstack([
    cv.blur(test_image, (3, 3)),
    cv.blur(test_image, (5, 5)),
    cv.blur(test_image, (7, 7))
])
cv.imshow("Averaged", blurred)

"""
    cv2.GuassianBlur(img, ksize,sigmaX,sigmaY) 高斯滤波
    说明：sigmaX,sigmaY分别表示X,Y方向的标准偏差。如果仅指定了sigmaX，则sigmaY与sigmaX相同.如果两者都为零，
    则根据内核大小计算它们。 
    特征：核中区域贡献率与距离区域中心成正比，权重与高斯分布相关。
    作用：高斯模糊在从图像中去除高斯噪声方面非常有。
    第三个参数0表示自动计算核大小
"""
blurred = np.hstack([
    cv.GaussianBlur(test_image, (3, 3), 0),
    cv.GaussianBlur(test_image, (5, 5), 0),
    cv.GaussianBlur(test_image, (7, 7), 0)
])
cv.imshow("Gaussian", blurred)

"""
    cv2.medianBlur(img, k) 中值滤波
    说明：imgs为原图像，k为方框的尺寸，相当于将方框内的个值进行排序，取中值作为当前值。
    特征：中心点的像素被核中中位数的像素值代替。
    作用：对于椒盐噪声有效。
"""
blurred = np.hstack([
    cv.medianBlur(test_image, 3),
    cv.medianBlur(test_image, 5),
    cv.medianBlur(test_image, 7)
])
cv.imshow("Median", blurred)

"""
    双边滤波：
    cv2.bilateralFilter(img,d, sigmaColor, sigmaSpace)双边滤波
    说明：d为邻域直径，sigmaColor为空间高斯函数标准差，参数越大，临近像素将会在越远的地方越小。
    sigmaSpace灰度值相似性高斯函数标准差，参数越大，那些颜色足够相近的的颜色的影响越大。
    双边滤波是一种非线性的滤波方法，是结合图像的空间邻近度和像素值相似度的一种折衷处理，
    同时考虑空间与信息和灰度相似性，达到保边去噪的目的，具有简单、非迭代、局部处理的特点。
    之所以能够达到保边去噪的滤波效果是因为滤波器由两个函数构成：一个函数是由几何空间距离决定滤波器系数，
    另一个是由像素差值决定滤波器系数。
    特征：处理耗时。
    作用：在滤波的同时能保证一定的边缘信息。
"""
blurred = np.hstack([
    cv.bilateralFilter(test_image, 5, 21, 21),
    cv.bilateralFilter(test_image, 7, 31, 31),
    cv.bilateralFilter(test_image, 9, 41, 41)
])
cv.imshow("BilateralFilter", blurred)

cv.waitKey(0)

                                                       

                                                                               原始图像

均值滤波图像效果

高斯滤波

‘中值滤波

双边滤波

二、边缘检测

"""
    边缘检测方法有Canny，主要包括平滑降噪、求梯度、非极大值抑制与滞后阈值。
"""
import cv2 as cv

test_image = cv.imread(r'E:\kaggleData\computer_version_Data\test.jpg')
cv.imshow("test_image", test_image)

# 颜色空间转换
gray_image = cv.cvtColor(test_image, cv.COLOR_BGR2GRAY)
# 高斯降噪
blured = cv.GaussianBlur(gray_image, (5, 5), 0)
cv.imshow("blured", blured)
# 边缘检测
"""
   void cvCanny( const CvArr* image,CvArr*edges,double threshold1,double threshold2, int aperture_size=3 );
   参数列表：
    image 输入单通道图像（可以是彩色图像）对于多通道的图像可以用cvCvtColor(将图像从一个颜色空间转换到另一个颜色空间的转换)修改。
    edges 输出的边缘图像，也是单通道的，但是是黑白的
    threshold1 第一个阈值（低阈值）
    threshold2 第二个阈值（高阈值）
    aperture_size Sobel 算子内核大小（滤波计算矩阵的大小默认为3）可以是1、3、5、7
    函数 cvCanny 采用 Canny 算法发现输入图像的边缘而且在输出图像中标识这些边缘。
    注释：threshold1和threshold2 当中的小阈值用来控制边缘连接，大的阈值用来控制强边缘的初始分割。
    高阈值比较严格，求的边缘很少，认为高阈值的边缘都是有效。低阈值宽松，求的边缘很多（一般包括了高阈值求到的边缘），其中不少是无效的边缘（反正不想要的）。
    先用高阈值求边缘。canny求得的边缘希望是连在一起的（通常是封闭的），但高阈值求的边缘一般断断续续。断开的地方如果低阈值求的边缘存在，就用低阈值的边缘接上去，目的让边缘尽量都连在一起。其它情况下低阈值的边缘是不用的。
    两个阈值是有区别的，高的那个阈值是将要提取轮廓的物体与背景区分开来，就像阈值分割的那个参数一样，是决定目标与背景对比度的，低的那个阈值是用来平滑边缘的轮廓，有时高的阈值设置太大了，可能边缘轮廓不连续或者不够平滑，通过低阈值来平滑轮廓线，或者使不连续的部分连接起来
"""
canny = cv.Canny(blured, 30, 150)
cv.imshow("Canny", canny)


cv.waitKey(0)

三、人脸和眼睛检测实例

 1.OpenCV人脸检测的xml文件下载
      人脸检测和眼睛检测要用到haarcascade_eye.xml和haarcascade_frontalface_default.xml这两个文件，文件下载地址：

2.人脸识别

import cv2 as cv

image = cv.imread(r'E:\kaggleData\computer_version_Data\5.jpg')
gray_image = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
cv.imshow('gray_image', gray_image)
# 进行人脸识别必须导入XML文件，然后就可以使用detectMultiScale进行目标（人脸）检测
face_xml = cv.CascadeClassifier('E:\kaggleData\computer_version_Data\OpenCV_xml\haarcascade_frontalface_default.xml')
eye_xml = cv.CascadeClassifier('E:\kaggleData\computer_version_Data\OpenCV_xml\haarcascade_eye.xml')

# 利用face_xml.detectMultiScale(）方法识别出人脸的位置，并利用cv2.rectangle(）绘制方框

faces = face_xml.detectMultiScale(gray_image,
                             scaleFactor=1.05,
                             minNeighbors=5,
                             minSize=(30, 30),
                             flags=cv.CASCADE_SCALE_IMAGE)
print("这张图中有%d个人脸" % len(faces))

# 绘制出识别到的人脸
for (x, y, w, h) in faces:
    cv.rectangle(image, (x, y), (x+w, y+h), (255, 0, 0), 2)
    cv.imshow('dst', image)

3.眼睛识别

        在做眼睛识别的过程中遇到了问题，就是把鼻子也识别成了眼睛，大家知不知道什么原因，可以给我留言，感谢。

# 眼睛识别和人脸识别类似，不过眼睛识别是在人脸识别的基础上再进行识别的，所以将人脸的图片进行灰度化处理，再识别
# 眼睛识别并用方框圈出眼睛的位置
face_gray = gray_image[y:y+h, x:x+w]
face_color = image[y:y+h, x:x+w]

# 眼睛识别
eyes = eye_xml.detectMultiScale(face_gray)
print("在这张脸上有%d个眼睛" % len(eyes))

# 绘制出识别到的眼睛
for (e_x, e_y, e_w, e_h) in eyes:
    cv.rectangle(face_color, (e_x, e_y), (e_x+e_w, e_y+e_h), (0, 255, 0), 2) # 绘制眼睛方框
cv.imshow('dst', image)

cv.waitKey(0)