Освоение OpenCV cv2 в Python

Расширенные примеры использования cv2

Ниже приведены более сложные сценарии, которые могут потребоваться в реальных проектах.

Обнаружение лиц с помощью каскада Хаара

OpenCV поставляется с предобученными каскадами для обнаружения лиц, глаз и других объектов. Необходимо загрузить классификатор и применить его к изображению:

import cv2
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
img = cv2.imread('people.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30,30))
for (x,y,w,h) in faces:
    cv2.rectangle(img, (x,y), (x+w,y+h), (0,255,0), 2)
cv2.imshow('Face Detection', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

Результат: на изображении будут выделены прямоугольниками все найденные лица.

[изображение с прямоугольниками]

Параметры scaleFactor и minNeighbors управляют точностью и скоростью. Уменьшение scaleFactor повышает точность, но замедляет работу.

Поиск контуров и подсчет объектов

Контуры помогают выделить границы объектов и проанализировать их форму. Пример:

contours, hierarchy = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cv2.drawContours(img, contours, -1, (0,0,255), 2)
print(f"Найдено {len(contours)} контуров")

Результат: красные контуры наложены на исходное изображение, в консоль выводится количество объектов.

Найдено 5 контуров

Метод cv2.RETR_EXTERNAL извлекает только внешние контуры, CHAIN_APPROX_SIMPLE сжимает точки для экономии памяти.

Чтение видеофайла и обработка каждого кадра

Обработка видео аналогична работе с камерой, но источник - файл. Дополнительно можно сохранять результат в новое видео с помощью cv2.VideoWriter:

cap = cv2.VideoCapture('input_video.mp4')
fps = int(cap.get(cv2.CAP_PROP_FPS))
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
fourcc = cv2.VideoWriter_fourcc(*'mp4v')
out = cv2.VideoWriter('output_video.mp4', fourcc, fps, (width, height))
while True:
    ret, frame = cap.read()
    if not ret:
        break
    gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    gray_bgr = cv2.cvtColor(gray_frame, cv2.COLOR_GRAY2BGR)
    out.write(gray_bgr)
    cv2.imshow('Processed', gray_frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
cap.release()
out.release()
cv2.destroyAllWindows()

Результат: создается новое видео в оттенках серого.

[файл output_video.mp4]

Ошибки: неправильно выбранный кодек (fourcc) может привести к невозможности воспроизведения. Рекомендуется использовать 'mp4v' для MP4 или 'XVID' для AVI.

Сопоставление шаблонов (Template Matching)

Метод cv2.matchTemplate ищет фрагмент изображения (шаблон) в основном изображении:

img = cv2.imread('scene.jpg')
template = cv2.imread('template.jpg')
h, w = template.shape[:2]
res = cv2.matchTemplate(img, template, cv2.TM_CCOEFF_NORMED)
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)
top_left = max_loc
bottom_right = (top_left[0] + w, top_left[1] + h)
cv2.rectangle(img, top_left, bottom_right, (0,255,0), 2)
cv2.imshow('Matched', img)
cv2.waitKey(0)

Результат: зеленый прямоугольник вокруг найденной области.

[изображение с прямоугольником]

Значение max_val указывает степень совпадения (0-1). Для надежности можно установить порог.

Интерактивный трекбар

OpenCV позволяет создавать ползунки (trackbar) для настройки параметров в реальном времени. Пример регулировки порогов Canny:

def nothing(x):
    pass

cv2.namedWindow('Canny')
cv2.createTrackbar('Low', 'Canny', 50, 255, nothing)
cv2.createTrackbar('High', 'Canny', 150, 255, nothing)

while True:
    img = cv2.imread('image.jpg')
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    l = cv2.getTrackbarPos('Low', 'Canny')
    h = cv2.getTrackbarPos('High', 'Canny')
    edges = cv2.Canny(gray, l, h)
    cv2.imshow('Canny', edges)
    k = cv2.waitKey(1) & 0xFF
    if k == 27:
        break
cv2.destroyAllWindows()

Результат: окно с настраиваемыми порогами, изменения отображаются в реальном времени.

[интерактивное окно]

Функция nothing необходима как callback, но её содержимое может быть пустым.