一、OPENCV简介

1. OpenCV

OpenCV（Open Source Computer Vision Library）是一个基于Apache2.0许可（开源）发行的跨平台计算机视觉和机器学习软件库。它轻量级而且高效，由一系列C函数和少量C++类构成，同时提供了Python、Ruby、MATLAB等语言的接口。OpenCV主要倾向于实时视觉应用，并在可用时利用MMX和SSE指令提高了处理速度。它包含了图像处理和计算机视觉方面的很多通用算法，广泛应用于图像识别、人脸检测、光学字符识别、视讯会议、图像变换等各个领域。

2. 数字图像

数字图像：将二维图像有限数字的数值像素表示。 每个像素点可有各自的颜色值，可用RGB或CMYK（青、品红、黄、黑）色域。 分辨率是度量图像内数据量多少的一个参数，通常表示成每英寸像素数和每英寸点数。

本文介绍 OpenCV-Python环境的配置。 准备工作有：

• windows / CentOS
• Python

二、pip安装OpenCV

1. Windows环境

(1) 安装numpy ( 暂时不是必须的 )

如果没有安装numpy，要先安装它：

pip install  -i https://pypi.douban.com/simple numpy

(2) 安装OpenCV 方法1 ，下载 whl 安装

到： http://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv 下载opencv_python-2.4.13.2-cp27-cp27m-win_amd64.whl 运行

pip install opencv_python-2.4.13.2-cp27-cp27m-win_amd64.whl

(3) 安装OpenCV 方法2

pip install opencv-python

2. CentOS 下安装

这里基于Python2.7

pip install numpy
pip install mlpy

cd /opt
git clone https://github.com/Itseez/opencv.git
cd opencv/
git checkout tags/2.4.11

mkdir build
cd build
cmake -D WITH_FFMPEG=ON -D WITH_TBB=ON -D WITH_EIGEN=ON -D BUILD_DOCS=ON -D BUILD_TESTS=OFF -D BUILD_PERF_TESTS=OFF -D BUILD_EXAMPLES=OFF -D WITH_OPENCL=OFF -D WITH_CUDA=OFF -D BUILD_opencv_gpu=OFF -D BUILD_opencv_gpuarithm=OFF -D BUILD_opencv_gpubgsegm=OFF -D BUILD_opencv_gpucodec=OFF -D BUILD_opencv_gpufeatures2d=OFF -D BUILD_opencv_gpufilters=OFF -D BUILD_opencv_gpuimgproc=OFF -D BUILD_opencv_gpulegacy=OFF -D BUILD_opencv_gpuoptflow=OFF -D BUILD_opencv_gpustereo=OFF -D BUILD_opencv_gpuwarping=OFF cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local .. 
make
make install

cd /usr/lib/python2.7/site-packages/
ln -s /usr/local/lib/python2.7/site-packages/cv2.so cv2.so
ln -s /usr/local/lib/python2.7/site-packages/cv.py cv.py

三、示例

1.示例：加载并预览一幅图片。

import cv2

fn = "test.png"

if __name__ == '__main__':
    print('loading %s ..' % fn)
    img = cv2.imread(fn)
    cv2.imshow('preview', img)
    cv2.waitKey()
    cv2.destroyAllWindows()

预览结果：

这里写图片描述

2.随机生成像素

# -*- coding:utf-8 -*-


import cv2
import numpy as np


if __name__ == '__main__':
    # 行数
    sz1 = 200
    # 列数
    sz2 = 300

    print u'产生空图像矩阵(%d*%d) ...' % (sz1,sz2)

    img = np.zeros((sz1, sz2, 3), np.uint8)
    pos1 = np.random.randint(200, size=(2000, 1)) ### 行位置随机数组
    pos2 = np.random.randint(300, size=(2000, 1)) ### 列位置随机数组

    # 在随机位置处设置像素点值
    for i in range(2000):
        img[pos1[i],pos2[i],[0]] = np.random.randint(0,255)
        img[pos1[i],pos2[i],[1]] = np.random.randint(0,255)
        img[pos1[i],pos2[i],[2]] = np.random.randint(0,255)

    # 显示图像
    cv2.imshow('preview', img)

    # 等待按键
    cv2.waitKey()

    # 销毁窗口
    cv2.destroyAllWindows()

这里写图片描述

3.获取图像大小

# -*- coding:utf-8 -*-


import cv2
import numpy as np
fn = "test.jpg"


if __name__ == '__main__':
    print 'loading %s ...' % fn
    print u' 正在处理中 ',
    img = cv2.imread(fn)
    # 获取图像矩阵大小
    sp = img.shape
    print sp

    # 高度
    sz1 = sp[0]

    # 宽度
    sz2 = sp[1]

    print 'width:%d\nheight:%d' % (sz2,sz1)

输出结果：

loading test.jpg ...
正在处理中  (200L, 280L, 3L)
width:280
height:200