Panduan Pemasangan Pantas OpenCV: Pasang menggunakan pip

Gunakan pip untuk memasang tutorial OpenCV dengan pantas

Pengenalan:
OpenCV (Open Source Computer Vision) ialah perpustakaan penglihatan komputer sumber terbuka yang menyediakan pelbagai fungsi pemprosesan imej dan video yang boleh digunakan untuk melaksanakan pelbagai tugas penglihatan komputer , seperti pengecaman muka, penjejakan sasaran, pembahagian imej, dsb. Dalam tutorial ini, kami akan memperkenalkan cara memasang OpenCV dengan cepat menggunakan pip, dan menyediakan beberapa contoh kod khusus untuk membantu pembaca memahami cara menggunakan OpenCV untuk tugas pemprosesan imej asas.

Langkah 1: Pasang pip
Sebelum anda bermula, anda perlu terlebih dahulu memastikan bahawa pip dipasang pada komputer anda. pip ialah alat pengurusan pakej dalam Python yang boleh membantu kami memasang dan mengurus perpustakaan pihak ketiga dengan cepat. Masukkan arahan berikut pada baris arahan untuk menyemak sama ada pip dipasang:

pip --version

Jika pip sudah dipasang, nombor versi pip akan dipaparkan jika tidak, pip perlu dipasang terlebih dahulu.

Langkah 2: Pasang OpenCV
Masukkan arahan berikut pada baris arahan untuk memasang OpenCV menggunakan pip:

pip install opencv-python

Arahan ini akan memuat turun versi terkini OpenCV daripada PyPI (Indeks Pakej Python) dan memasangnya secara automatik ke tengah persekitaran Python anda . Selepas pemasangan selesai, anda boleh mengesahkan sama ada pemasangan berjaya dengan menjalankan arahan berikut:

import cv2
print(cv2.__version__)

Coretan kod ini akan mengimport perpustakaan OpenCV dan mencetak nombor versi OpenCV. Jika tiada ralat berlaku dan nombor versi berjaya dicetak, OpenCV telah berjaya dipasang.

Langkah 3: Gunakan OpenCV untuk pemprosesan imej
Di bawah, kami akan menggunakan beberapa contoh kod khusus untuk menunjukkan cara menggunakan OpenCV untuk tugas pemprosesan imej asas.

1. Membaca dan memaparkan imej

   import cv2
   
   # 读取图像
   image = cv2.imread('image.jpg')
   
   # 显示图像
   cv2.imshow('image', image)
   cv2.waitKey(0)
   cv2.destroyAllWindows()

   Salin selepas log masuk

Kod ini akan membaca imej bernama 'image.jpg' dan memaparkannya dalam tetingkap. Selepas menekan sebarang kekunci dalam tetingkap, tetingkap akan ditutup.

2. Skala kelabu imej

   import cv2
   
   # 读取图像
   image = cv2.imread('image.jpg')
   
   # 将图像转为灰度图
   gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
   
   # 显示灰度图
   cv2.imshow('gray image', gray_image)
   cv2.waitKey(0)
   cv2.destroyAllWindows()

   Salin selepas log masuk

Kod ini akan membaca imej bernama 'image.jpg' dan menukarnya kepada skala kelabu. Kemudian, paparkan imej skala kelabu dalam tetingkap.

3. Gaussian Blur

   import cv2
   
   # 读取图像
   image = cv2.imread('image.jpg')
   
   # 高斯模糊
   blurred_image = cv2.GaussianBlur(image, (5, 5), 0)
   
   # 显示模糊后的图像
   cv2.imshow('blurred image', blurred_image)
   cv2.waitKey(0)
   cv2.destroyAllWindows()

   Salin selepas log masuk

   Kod ini akan membaca imej bernama 'image.jpg' dan melakukan Gaussian blur padanya. Kemudian, paparkan imej kabur dalam tetingkap.

   Ringkasan:
   Melalui tutorial ini, kami mempelajari cara memasang OpenCV dengan cepat menggunakan pip, dan menyediakan beberapa contoh kod khusus untuk menunjukkan penggunaan asas OpenCV. Pembaca diharapkan dapat menguasai kemahiran pemprosesan imej asas dengan mempelajari tutorial ini, dan menggunakan OpenCV secara fleksibel untuk menyelesaikan pelbagai masalah pemprosesan imej dalam projek sebenar.

   Atas ialah kandungan terperinci Panduan Pemasangan Pantas OpenCV: Pasang menggunakan pip. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!