Настройка окружения для OpenCV с Python в Windows

Примеры программного кода с OpenCV

После установки библиотеки полезно опробовать её возможности. Ниже приведены примеры, которые помогут начать работу.

1. Проверка версии и импорт

import cv2
print(cv2.__version__)
  

4.7.0

Вывод номера версии подтверждает, что библиотека установлена корректно.

2. Чтение и отображение изображения

import cv2
img = cv2.imread('example.jpg')
cv2.imshow('Image Window', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
  

Откроется окно с изображением. Нажмите любую клавишу для закрытия.

Обратите внимание: функция cv2.waitKey(0) ожидает нажатия клавиши. Без неё окно закроется сразу.

3. Захват видео с веб-камеры в реальном времени

import cv2
cap = cv2.VideoCapture(0)
while True:
    ret, frame = cap.read()
    if not ret:
        break
    cv2.imshow('Webcam', frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
cap.release()
cv2.destroyAllWindows()
  

Окно с изображением с камеры. Нажмите 'q' для выхода.

Индекс 0 – первая камера. Если камера не обнаружена, проверьте диспетчер устройств.

4. Преобразование изображения в оттенки серого

import cv2
img = cv2.imread('example.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
cv2.imwrite('gray_example.jpg', gray)
print('Изображение сохранено как gray_example.jpg')
  

Файл gray_example.jpg создан.

Цветовое преобразование – основа многих алгоритмов обработки.

5. Детекция лиц с помощью каскадов Хаара

import cv2
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
img = cv2.imread('group.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5)
for (x, y, w, h) in faces:
    cv2.rectangle(img, (x, y), (x+w, y+h), (255, 0, 0), 2)
cv2.imshow('Detected Faces', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
  

Окно с изображением, где лица обведены синими прямоугольниками.

Каскадные классификаторы обучены на большом наборе данных. Для других объектов можно загрузить другой файл .xml.

6. Использование Matplotlib для отображения изображений

import cv2
import matplotlib.pyplot as plt
img_bgr = cv2.imread('example.jpg')
img_rgb = cv2.cvtColor(img_bgr, cv2.COLOR_BGR2RGB)
plt.imshow(img_rgb)
plt.axis('off')
plt.show()
  

Изображение отображается в окне matplotlib без осей.

OpenCV использует порядок цветов BGR, а matplotlib – RGB. Обязательно преобразовывайте перед отображением.

7. Арифметические операции над изображениями (смешивание)

import cv2
img1 = cv2.imread('image1.jpg')
img2 = cv2.imread('image2.jpg')
# Убедиться, что размеры совпадают
img2_resized = cv2.resize(img2, (img1.shape[1], img1.shape[0]))
blended = cv2.addWeighted(img1, 0.7, img2_resized, 0.3, 0)
cv2.imwrite('blended.jpg', blended)
  

Создаётся изображение, полученное смешиванием двух картинок с весами 0.7 и 0.3.

Функция addWeighted позволяет управлять интенсивностью каждого изображения.

8. Запись обработанного видео в файл

import cv2
cap = cv2.VideoCapture(0)
fourcc = cv2.VideoWriter_fourcc(*'XVID')
out = cv2.VideoWriter('output.avi', fourcc, 20.0, (640,480))
while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    out.write(gray)
    cv2.imshow('Recording', gray)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
cap.release()
out.release()
cv2.destroyAllWindows()
  

Создаётся файл output.avi с видео в оттенках серого. Кодек XVID обеспечивает совместимость.

Важно согласовать размер кадров (640x480) с параметрами VideoWriter.

Приведённые примеры охватывают базовые операции. Для более сложных задач (нейронные сети, трекинг, калибровка камеры) изучение документации OpenCV становится необходимым.