首页　>　文章列表　>　如何在Python中使用机器视觉库？

如何在Python中使用机器视觉库？

Python 库机器视觉
299 2023-06-04

随着机器视觉技术的不断发展和应用广泛，Python成为了其中最流行的编程语言。Python的机器视觉库也随之逐渐成熟，如OpenCV和Pillow等。在本文中，将介绍如何在Python中使用机器视觉库。

安装机器视觉库

在开始使用机器视觉库之前，需要先安装相应的库。其中，OpenCV和Pillow是最为常用的机器视觉库。

在安装OpenCV之前，需要先安装numpy库，可通过以下命令安装：

pip install numpy

然后，可以安装OpenCV库：

pip install opencv-python

安装Pillow库较为简单，只需要执行以下命令：

pip install pillow

读取图像

读取图像是机器视觉领域常用的操作之一。可以使用OpenCV或Pillow库来读取图像。

使用OpenCV库读取图像的代码如下：

import cv2

# 读取图像
img = cv2.imread('image.jpg') 

# 显示图像
cv2.imshow('image', img) 
cv2.waitKey(0) 
cv2.destroyAllWindows()

使用Pillow库读取图像的代码如下：

from PIL import Image

# 读取图像
img = Image.open('image.jpg') 

# 显示图像
img.show()

在上述代码中，需要将'image.jpg'替换为实际的图像文件名及路径。

图像操作

机器视觉库除了可以读取和显示图像，还可以进行各种图像操作。以下是一些常见的图像操作：

3.1 调整图像大小

使用OpenCV库调整图像大小的代码如下：

import cv2

# 读取图像
img = cv2.imread('image.jpg') 

# 缩小图像至一半大小
resized_img = cv2.resize(img, (0,0), fx=0.5, fy=0.5)

# 显示缩小后的图像
cv2.imshow('resized image', resized_img) 
cv2.waitKey(0) 
cv2.destroyAllWindows()

使用Pillow库调整图像大小的代码如下：

from PIL import Image

# 读取图像
img = Image.open('image.jpg') 

# 缩小图像至一半大小
resized_img = img.resize((img.size[0]//2, img.size[1]//2))

# 显示缩小后的图像
resized_img.show()

3.2 灰度化处理

使用OpenCV库灰度化处理的代码如下：

import cv2

# 读取图像
img = cv2.imread('image.jpg') 

# 转换为灰度图像
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 显示灰度图像
cv2.imshow('gray image', gray_img) 
cv2.waitKey(0) 
cv2.destroyAllWindows()

使用Pillow库灰度化处理的代码如下：

from PIL import Image

# 读取图像
img = Image.open('image.jpg') 

# 转换为灰度图像
gray_img = img.convert('L')

# 显示灰度图像
gray_img.show()

3.3 边缘检测

使用OpenCV库进行边缘检测的代码如下：

import cv2

# 读取图像
img = cv2.imread('image.jpg') 

# 进行边缘检测
edge_img = cv2.Canny(img, 100, 200)

# 显示边缘检测后的图像
cv2.imshow('edge image', edge_img) 
cv2.waitKey(0) 
cv2.destroyAllWindows()

使用Pillow库进行边缘检测的代码如下：

from PIL import Image, ImageFilter

# 读取图像
img = Image.open('image.jpg') 

# 进行边缘检测
edge_img = img.filter(ImageFilter.FIND_EDGES)

# 显示边缘检测后的图像
edge_img.show()