OpenCV-Python 教程 (1)：初识OpenCV

初识OpenCV。

近几个月，也是一直在寻找自己以后的方向，一直在迷茫中，但也在不断得探索着。觉得自己最感兴趣的还是计算机技术这一块，尤其是计算机视觉。

最近一直在做数据方面的工作，但个人认为这和我学习计算机视觉丝毫不矛盾，计算机视觉也会用到大量的数据，机器学习、人工智能等技术会经常接触。

计算机视觉中对图片的边缘检测，用到的算法其实就是滤波函数，通过过滤噪音，寻找真正的波的最大震荡位置。这种滤波函数其实完全可以用到股票交易中，将小的波形过滤掉，在大的波形中寻找买卖点。我之前智能选股系统还是有一些不足需要调整，比如对大盘牛市时找不到较好的进场点，这一块也许可以在滤波函数中寻找些什么灵感。所以学术很多东西都是相通的，没必要那么较真必须要在哪一领域一路磕到死。俗话说技多不压身，重要是你感兴趣，勇敢的去探索。

并且计算机视觉对未来医疗、无人驾驶等高科技领域有着不可或缺的地位。所以抱着极大的兴趣，我决定踏入计算机视觉的领域。

首先认识到的是OpenCV，初次见到它是在17年年底的时候。那时候领导让我制作一个银行高端客户服务系统的模型，说白了就是一套人脸识别系统，后端对接一个产品推荐系统。那时候对人脸识别一无所知，恰好安排了这样一个任务，在网上查阅了很多的资料，并且正好我对python这门语言还算熟悉，有很多成熟的接口和应用可以直接拿来使用，看了少许的源码，便可以着手制作了。其中就有OpenCV这么个东东。

OpenCV可以用来做什么？

具体什么是OpenCV，我就不赘述了，网上的介绍有很多。但是对于OpenCV可以做什么，网上没有太多具体的答案，都是一些只言片语，能做什么完全看自己的需求内容。

为了解决内心中的这个问题，我专门在网上找了一些答案，其中有个视频挺有趣的，介绍了OpenCV可以用来做什么，视频中介绍了很多OpenCV在现实生活中使用的案例。比如下面这个截图，是对摄像机采集到的每一帧数据做处理，寻找出草坪的边界，并画出线条。

比如还可以识别物体，也是对摄像机捕获的数据进行处理分析，得到下面的效果：

不知你有没有好奇过虚拟现实中的3D效果是如何做出来的？OpenCV也可以带你找到答案。

既然可以识别出草坪的边界，那么对于车道的边界，也可以识别出来。我在想汽车在倒车时，上面的图像显示应该也可以利用OpenCV来实现吧。

视频的后面还录制了一段蚂蚁的运行轨迹，看起来也相当有趣。

完整版的视频已经被我下载下来了，在文章的末尾。

当然，除了以上这些案例，一定还有很多很多领域可以用到它，比如人脸识别、医疗图像等。好吧，就不一一列举了，赶紧带着强烈的好奇心，走进它吧。

安装OpenCV

上次是在ubuntu上进行安装的，需要进行源码编译，否则无法启动摄像头。为了避免这样类似的麻烦，我将OpenCV装在了windows系统中。

在windows中安装OpenCV非常简单。

通过 pip

pip install opencv-contrib-python --upgrade

或者安装无额外模块版本的

pip install opencv-python

测试OpenCV是否安装完成

(cv) C:\Users\33044>python 
Python 3.6.7 |Anaconda, Inc.| (default, Oct 28 2018, 19:44:12) [MSC v.1915 64 bit (AMD64)] on win32 Type "help", "copyright", "credits" or "license" for more information. 
>>> import cv2 
>>> print(cv2.__version__) 
3.4.3

测试OpenCV是否可以启动摄像头

在OpenCV的官方文档中有一份测试代码，可以创建一个camera-test.py的文件

import numpy as np
import cv2

cap = cv2.VideoCapture(0)

while(True):
    # Capture frame-by-frame
    ret, frame = cap.read()

    # Our operations on the frame come here
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
   
    # Display the resulting frame
    cv2.imshow('frame',frame)
    cv2.imshow('gray',gray)
    if cv2.waitKey(20) & 0xFF == ord('q'):
        break

# When everything done, release the capture
cap.release()
cv2.destroyAllWindows()

当运行python camera-test.py时，你会看到摄像机启动两个画面，一个画面中是正常的颜色，一个画面是灰度图像，此时代表你的OpenCV安装得没有问题。