Einfache Python + OpenCV-Programmierung mit Canopy
Ziel
- "Ich habe gehört, dass Sie verschiedene Bilder mit einer Open-Source-Bibliothek namens OpenCV verarbeiten können, aber es ist schwer zu erstellen."
- "Python scheint praktisch zu sein, daher möchte ich zu diesem Zeitpunkt von C ++ oder Matlab migrieren, aber es ist schwierig, eine Umgebung zu erstellen."
Für diejenigen, die es mögen, werde ich vorstellen, wie eine integrierte Entwicklungsumgebung für Python namens Canopy erstellt und verwendet wird. Es ist viel einfacher als das Erstellen einer C ++ & OpenCV-Umgebung mit Visual Studio usw. Es richtet sich hauptsächlich an Studierende an Lehrkräfte und Mitarbeiter (ich werde unter der Voraussetzung eines akademischen Kontos sprechen). Ich habe auch ein Beispiel für das Bauen auf einem Mac vorgestellt, aber ich denke, dass es auf anderen Plattformen keinen großen Unterschied gibt. Lesen Sie unter Linux und Windows die entsprechenden Pfadeinstellungen durch.
Schritt 1 Eröffnen Sie ein Konto-Download
Wenn Sie ein College-E-Mail-Konto wie ***. Ac.jp haben, können Sie ein akademisches Konto bei Canopy eröffnen und über 200 vorgefertigte Pakete kostenlos erhalten. Wenn Sie kein Universitätskonto haben, besuchen Sie http://www.iu-tokyo.ac.jp/edu/entra/ http://www.i.kyoto-u.ac.jp/admission/guide.html Bitte beziehen Sie sich auf.
- Beantragen Sie ein Konto unter https://store.enthought.com/accounts/login/?next=0licenses/academic/request/.
- Laden Sie Canopy von https://store.enthought.com/downloads/ herunter.
Schritt 2 Installation - Grundeinstellung
- Wirf es in das Anwendungsverzeichnis und starte es.
- Die Umgebungsdatei wird wie unten gezeigt unter / Users / Username / Library erstellt. Mit anderen Worten, es widerspricht nicht der ursprünglichen Python </ b>, sodass Sie sie nach Belieben erstellen oder löschen können.
- Entscheiden Sie, ob Sie standardmäßig Canopys Python verwenden möchten (kann später geändert werden).
Ja ist in den meisten Fällen in Ordnung, aber wenn Sie eine Python-Entwicklungsumgebung mit Vim oder Emacs erstellen möchten oder möchten, besuchen Sie http://stackoverflow.com/questions/19617936/importerror-no-module-named-site-vim- and-enthought-canopy Es gibt ein Problem, bei dem Sie sich über einen Fehler hier ärgern.
- In meinem Fall ist Canopy Python nicht als Standard festgelegt, sondern es wird Ipython, das häufig in Canopy verwendet wird, und ein später beschriebener Alias für enpkg erstellt. Bitte lassen Sie mich wissen, ob es hier einen besseren Weg gibt.
Schritt 3 Paketinstallation
- Wenn Sie Canopy starten, wird ein Fenster wie dieses angezeigt. Melden Sie sich zunächst mit dem zuvor eröffneten Konto an und wählen Sie Paketmanager.
- Es gibt viele Pakete, die so aktualisiert werden können
- Sie können es auch finden, indem Sie nach OpenCV suchen. Wählen Sie Installieren, um zu installieren. Es ist einfach.
Ich möchte am Terminal mein Bestes geben
Wenn Sie eine solche GUI nicht verwenden möchten! Ich möchte mein Bestes auf dem Terminal geben, verwenden Sie enpkg. Ich bin ausschließlich eine Enpkg-Sekte.
- enpkg ist da.
- --whats-new ruft ein Paket auf, das aktualisiert werden kann.
Sie können nach Paketen mit + -s suchen.
- Installieren.
Entwickelt mit iPython Notebook
Canopy selbst verfügt über einen Konsoleneditor, und die Entwicklung ist von sich aus möglich. Verwenden wir hier jedoch das iPython-Notizbuch, eine webbasierte Entwicklungsumgebung für iPython.
- Führen Sie `` `ipython notebook``` auf dem Terminal aus
- Sicherungsdateien usw. werden in dem Verzeichnis generiert, in dem ipython notebook gestartet wird.
- Der folgende Bildschirm wird angezeigt. Wählen Sie rechts das neue Notizbuch aus.
- Mit iPython Notebook können Sie Skripte in Textfeldern schreiben und ausführen, die als "Zellen" bezeichnet werden.
- Sie können auch Funktionen und Klassen schreiben.
- Sie können auch einen Markdown schreiben, indem Sie im Pulldown-Menü auf der linken Seite des Menüs Markdown auswählen.
↓
- Sie können auch Bash schreiben.
Sie können auch + html schreiben.
Versuchen wir es mit OpenCV
Lassen Sie uns abschließend kurz die Funktionen von openCV ausprobieren.
Bildschirm
- `` `% pylab inline``` ist eine der Funktionen, die als magische Funktion bezeichnet wird. Durch Ausführen dieser Funktion kann das Bild inline angezeigt werden.
Anzeige der von der Kamera aufgenommenen Bilder
`time.time ()`gibt die verstrichenen Sekunden ab Mitternacht (0:00:00 Uhr) am 1. Januar 1970 als Float zurück.`cv2.VideoCapture (0)`stellt eine Verbindung zur 0. angeschlossenen Kamera her. Wenn Sie hier eine Videodatei angeben, wird dieses Video geladen.`cap.read ()`um das Bild aufzunehmen und imshow um es auszuspucken. In der obigen Inline-Umgebung wird das Video nicht gut abgespielt, daher verwenden wir hier die osx-Umgebung.- Mit
`plt.draw ()`wird das Bild zum ersten Mal interaktiv aktualisiert (leicht zu vergessen)
Gesichtserkennung
Hier werden wir die berühmte Gesichtserkennung vom Typ Viola & Jones-Kaskade ausprobieren.
- Nehmen Sie ein geschultes Modell zur Gesichtserkennung in die Hand. Lassen Sie uns Bash auf Notebook schreiben, weil es eine große Sache ist.
Bonus: Bildverarbeitung mit Scikit-Bild
Zusätzlich zu openCV verfügt Python über ein Paket namens scicit image, dessen Methode in openCV nicht implementiert ist. Weitere Informationen finden Sie unter http://scikit-image.org/docs/dev/auto_examples/index.html
Bildübersegmentierung
`skimage.io.ImageCollection``` liest die Bildgruppe, die dem Argument entspricht, als Liste. Wenn Sie beispielsweiseimg = ImageCollection ('img * .png')`` in dem Verzeichnis ausführen, das img0.png, img1.png, ... img10.png enthält, ist das i-te Element das i-te. Eine Liste mit den Bildern von wird erstellt.- SLIC, das in
`skimage.segmentation.slic``` implementiert ist, ist eine der Bildsegmentierungsmethoden, und es ist möglich, das Bild wie oben gezeigt in mehrere Superpixel zu unterteilen. Ich kann es schaffen`mark_boundaries``` ist eine Funktion zum Zeichnen.
Recommended Posts