零基础入门机器视觉(一)

皮卡龙带你入门机器视觉(一)

实不相瞒,我之所以学习机器视觉是为了为今后学习机器学习或深度学习打下坚实的基础,同时呢在机器视觉中可以实现很多很有意思的功能

注意:在这里已经默认你已经配置好了各种相关的库

导入就不用我说了吧 一般习惯于采用 import cv2 as cv,然后就用cv来调用各种库函数,如果你喜欢用cv2那也可以,个人喜好吧,先介绍各种功能,后面上代码
1.读取目录中的图片

cv.imshow(参数), 里面的参数表示的是你图片的路径

cv.VideoCapture(参数),如果参数是文件的路径,那么,读取的就是视频文件,如果参数是数字,则表示的是摄像头的编码,很简单

2.假设上面的操作完成后,需要有窗口对你读取的文件进行展示

cv.imshow(参数一, 参数二)参数一为一个字符串,表示窗口的名字,参数二是你读取的图片(视频最后也会转化为一帧一帧的图像)的对象

3.展示的时间

cv.waitKey(参数)如果里面的参数为0的话表示按任意键退出窗口,如果为某一个数字的话表示展示的时间,负数和零的效果一样

4.最后就是销毁窗口

cv.destroyAllWindows()这个要记住销毁,后果嘛,问百度

以上功能的实现

import cv2 as cv

src = cv.imread('img3.jpg')
cv.namedWindow('image', 0)
cv.imshow('CSDN',src)
cv.waitKey(0) #按任意键退出
cv.destroyAllWindows()

z
真的是特别特别的简单,入门其实没有你想象的那么复杂,下一期我会教你如何处理图片

版权声明:本文为CSDN博主「弱小的皮卡龙」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/tgj2094942564/article/details/95942205

视觉君

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

Python机器视觉编程环境搭建方法

Python机器视觉编程环境搭建方法 1. Why Python C/C 早期的计算机视觉领域大多数程序都是用C/C编写。随着计算机硬件速度越来越快,开源平台越来越多,开发者选择计算机视觉算法的实现语言变得更加灵活&

在Android上部署TF目标检测模型

在移动设备上部署机器学习模型是ML即将开始的新阶段。目标检测模型,已经与语音识别、图像分类等模型一起应用于移动设备。这些模型通常运行在支持GPU的计算机上,部署在移动设备上时也有大量用例。为了演示如何将ML模型&#x

darknet 训练流程

1、darknet编译 git clone https://github.com/pjreddie/darknet.gitcd darknet修改Makefile GPU1 #加GPU CUDNN1 # OPENCV1 #加openc