OpenCV 车辆检测/人脸识别+图像拼接+文字识别

2021-05-12 20:49 258人阅读评论(0)

一、开发环境搭建

命令行安装方式 - mac


  
   
    
     
    
    
     
      brew install python@3.9
     
    
   
    
     
    
    
     
      pip3 install numpy matplotlib opencv_python
     
    
   
    
     
    
    
     
                   // numpy             - 矩阵操作
     
    
   
    
     
    
    
     
                   // matplotlib        - 显示
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      // 测试是否安装成功（import 无报错信息 表示安装成功）
     
    
   
    
     
    
    
     
      MacintoshdeMacBook-Pro:~ Jartin$ python3
     
    
   
    
     
    
    
     
      Python 3.9.1 (default, Jan  8 2021, 17:15:36) 
     
    
   
    
     
    
    
     
      [Clang 11.0.0 (clang-1100.0.33.17)] on darwin
     
    
   
    
     
    
    
     
      Type 
      "help", 
      "copyright", 
      "credits" or 
      "license" 
      for more information.
     
    
   
    
     
    
    
     
      >>> import numpy
     
    
   
    
     
    
    
     
      >>> import matplotlib
     
    
   
    
     
    
    
     
      >>> import cv2

二、图像视频加载与展示

API介绍

namedWindow() 窗口标号
imshow() 窗口展示
destroyAllWindows() 销毁所有窗口
resizeWindow 窗口大小


  
   
    
     
    
    
     
      import cv2;
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      # 创建窗口
     
    
   
    
     
    
    
     
      cv2.namedWindow(
      'new', cv2.WINDOW_NORMAL);
     
    
   
    
     
    
    
     
      # WINDOW_AUTOSIZE 不可以resize
     
    
   
    
     
    
    
     
      # WINDOW_NORMAL   可以resize
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      # 设定窗口大小
     
    
   
    
     
    
    
     
      cv2.resizeWindow(
      'new', 
      1920, 
      1080)
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      # 展示窗口
     
    
   
    
     
    
    
     
      cv2.imshow(
      'new', 
      0);
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      # 键盘和鼠标的监听 实现
     
    
   
    
     
    
    
     
      key = cv2.waitKey(
      0)
     
    
   
    
     
    
    
     
      if(key == 
      'q'):
     
    
   
    
     
    
    
     
          exit()
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      # 销毁所有窗口
     
    
   
    
     
    
    
     
      cv2.destroyAllWindows();


  
   
    
     
    
    
     
      import cv2;
     
    
   
    
     
    
    
     
      # 图片加载
     
    
   
    
     
    
    
     
      cv2.namedWindow(
      'img', cv2.WINDOW_NORMAL);
     
    
   
    
     
    
    
     
      img = cv2.imread(
      './jobs.jpeg');
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      cv2.imshow(
      'img', img)
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      key = cv2.waitKey(
      0)
     
    
   
    
     
    
    
     
      if (key & 
      0xFF == ord(
      'q')):
     
    
   
    
     
    
    
     
          cv2.destroyAllWindows();

视频采集

VideoCapure() 虚拟采集器
cap.read() 将视频帧处理
cap.release() 释放资源


  
   
    
     
    
    
     
      import cv2;
     
    
   
    
     
    
    
     
      # 使用opencv 的 videocapture采集视频数据
     
    
   
    
     
    
    
     
      # 创建窗口
     
    
   
    
     
    
    
     
      cv2.namedWindow(
      'video', cv2.WINDOW_NORMAL);
     
    
   
    
     
    
    
     
      cv2.resizeWindow(
      'video', 
      640, 
      480);
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      # 获取视频设备
     
    
   
    
     
    
    
     
      cap = cv2.VideoCapture(
      0);
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      while 
      True:
     
    
   
    
     
    
    
         
      # 从摄像头读取视频帧
     
    
   
    
     
    
    
     
          ret, frame = cap.read();
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
         
      # 将视频帧在窗口中显示
     
    
   
    
     
    
    
     
          cv2.imshow(
      'video', frame);
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
         
      # 等待键盘事件，如果q，退出 waitKey(1)帧率越小 视频越流畅
     
    
   
    
     
    
    
     
          key = cv2.waitKey(
      1);
     
    
   
    
     
    
    
         
      if (key & 
      0xFF == ord(
      'q')):
     
    
   
    
     
    
    
             
      break;
     
    
   
    
     
    
    
     
                          
     
    
   
    
     
    
    
         
      # 释放VideoCapture
     
    
   
    
     
    
    
     
          cap.release();
     
    
   
    
     
    
    
     
          cv2.destroyAllWindows();


  
   
    
     
    
    
     
      import cv2;
     
    
   
    
     
    
    
     
      # 读取视频文件
     
    
   
    
     
    
    
     
      # 创建窗口
     
    
   
    
     
    
    
     
      cv2.namedWindow(
      'video', cv2.WINDOW_NORMAL);
     
    
   
    
     
    
    
     
      cv2.resizeWindow(
      'video', 
      640, 
      480);
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      # 获取视频设备 / 从视频文件中读取视频帧
     
    
   
    
     
    
    
     
      cap = cv2.VideoCapture(
      0);
     
    
   
    
     
    
    
     
      cap = cv2.VideoCapture(
      '/Users/Jartin/Desktop/opencv/zl.mp4');
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      while 
      True:
     
    
   
    
     
    
    
         
      # 从摄像头读取视频帧
     
    
   
    
     
    
    
     
          ret, frame = cap.read();
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
         
      # 将视频帧在窗口中显示
     
    
   
    
     
    
    
     
          cv2.imshow(
      'video', frame);
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
         
      # 等待键盘事件 如果q退出
     
    
   
    
     
    
    
     
          key = cv2.waitKey(
      1);
     
    
   
    
     
    
    
         
      if (key & 
      0xFF == ord(
      'q')):
     
    
   
    
     
    
    
             
      break;
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
             
      # 释放rediocap
     
    
   
    
     
    
    
     
              cap.release();
     
    
   
    
     
    
    
     
              cv2.destroyAllWindows();


  
   
    
     
    
    
     
      import cv2;
     
    
   
    
     
    
    
     
      # 视频录制
     
    
   
    
     
    
    
     
      # 创建videowrite为写多媒体文件
     
    
   
    
     
    
    
     
      fourcc = cv2.VideoWriter_fourcc(*
      'MJPG');
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      # 路径、 forcc、帧率、分辨率
     
    
   
    
     
    
    
     
      vw = cv2.VideoWriter(
      './out.mp4', fourcc, 
      25, (
      1280, 
      720))
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      # 创建窗口
     
    
   
    
     
    
    
     
      cv2.namedWindow(
      'video', cv2.WINDOW_NORMAL);
     
    
   
    
     
    
    
     
      cv2.resizeWindow(
      'video', 
      640, 
      360);
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      # 获取视频设备
     
    
   
    
     
    
    
     
      cap = cv2.VideoCapture(
      0);
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      while 
      True:
     
    
   
    
     
    
    
         
      # 从摄像头读取数据
     
    
   
    
     
    
    
     
          ret, frame = cap.read();
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
         
      # 将视频帧在窗口显示
     
    
   
    
     
    
    
     
          cv2.imshow(
      'video', frame);
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
         
      # 写数据到多媒体文件
     
    
   
    
     
    
    
     
          vw.write(frame);
     
    
   
    
     
    
    
     
                          
     
    
   
    
     
    
    
         
      # 等待键盘事件 如果为q退出
     
    
   
    
     
    
    
     
          key = cv2.waitKey(
      1);
     
    
   
    
     
    
    
         
      if (key & 
      0xFF == ord(
      'q')):
     
    
   
    
     
    
    
             
      break;
     
    
   
    
     
    
    
     
                              
     
    
   
    
     
    
    
         
      # 释放videocapture
     
    
   
    
     
    
    
     
          cap.release();
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
         
      # 释放videowrite资源
     
    
   
    
     
    
    
     
          vw.release();
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
          cv2.destroyAllWindows();


  
   
    
     
    
    
     
      import cv2;
     
    
   
    
     
    
    
     
      import numpy 
      as np;
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      # 控制鼠标 鼠标回调函数
     
    
   
    
     
    
    
     
      def mouse_callback(event, x, y, flags, userdata):
     
    
   
    
     
    
    
     
          print(event, x, y, flags, userdata);
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      # 创建窗口
     
    
   
    
     
    
    
     
      cv2.namedWindow(
      'mouse', cv2.WINDOW_NORMAL);
     
    
   
    
     
    
    
     
      cv2.resizeWindow(
      'mouse', 
      640, 
      360);
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      # 设置鼠标回调
     
    
   
    
     
    
    
     
      cv2.setMouseCallback(
      'mouse', mouse_callback, 
      '123');
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      # 显示窗口和背景 
     
    
   
    
     
    
    
     
      # numpy图片组件、np.zeros显示图片、(高, 宽, bgr3种数组)、np.uint8像素类型
     
    
   
    
     
    
    
     
      img = np.zeros((
      360, 
      640, 
      3), np.uint8);
     
    
   
    
     
    
    
     
      while 
      True:
     
    
   
    
     
    
    
     
          cv2.imshow(
      'mouse', img);
     
    
   
    
     
    
    
     
          key = cv2.waitKey(
      1);
     
    
   
    
     
    
    
         
      if key & 
      0xFF == ord(
      'q'):
     
    
   
    
     
    
    
             
      break;
     
    
   
    
     
    
    
     
                      
     
    
   
    
     
    
    
     
          cv2.destroyAllWindows();

TrackBar 控件

createTrackbar 创建TrackBar
getTrackPos 获取TrackBar


  
   
    
     
    
    
     
      import cv2;
     
    
   
    
     
    
    
     
      import numpy 
      as np;
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      def callback():
     
    
   
    
     
    
    
         
      pass;
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      # 创建窗口
     
    
   
    
     
    
    
     
      cv2.namedWindow(
      'trackbar', cv2.WINDOW_NORMAL);
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      # 创建trackbar     名字、窗口名字、默认当前值、最大值、回调方法
     
    
   
    
     
    
    
     
      cv2.createTrackbar(
      'R', 
      'trackbar', 
      0, 
      255, callback);
     
    
   
    
     
    
    
     
      cv2.createTrackbar(
      'G', 
      'trackbar', 
      0, 
      255, callback);
     
    
   
    
     
    
    
     
      cv2.createTrackbar(
      'B', 
      'trackbar', 
      0, 
      255, callback);
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      # 创建图片
     
    
   
    
     
    
    
     
      img = np.zeros((
      480, 
      640, 
      3), np.uint8);
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      while 
      True:
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
         
      # 读取值
     
    
   
    
     
    
    
     
          r = cv2.getTrackbarPos(
      'R', 
      'trackbar');
     
    
   
    
     
    
    
     
          g = cv2.getTrackbarPos(
      'G', 
      'trackbar');
     
    
   
    
     
    
    
     
          b = cv2.getTrackbarPos(
      'B', 
      'trackbar');
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
          img[:] = [b, g, r];
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
          cv2.imshow(
      'trackbar', img);
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
          key = cv2.waitKey(
      10);
     
    
   
    
     
    
    
         
      if key & 
      0xFF == ord(
      'q'):
     
    
   
    
     
    
    
             
      break;
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
          cv2.destroyAllWindows();

色彩空间

RGB与BGR
RGB 人眼色彩空间
OpenCV 默认使用BGR
HSV/HSB/HSL 色相、饱和度、明亮度
YUV 视频存储


  
   
    
     
    
    
     
      import cv2;
     
    
   
    
     
    
    
     
      import numpy 
      as np;
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      def callback():
     
    
   
    
     
    
    
         
      pass;
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      # 创建窗口
     
    
   
    
     
    
    
     
      cv2.namedWindow(
      'trackbar', cv2.WINDOW_NORMAL);
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      # 创建trackbar     名字、窗口名字、默认当前值、最大值、回调方法
     
    
   
    
     
    
    
     
      cv2.createTrackbar(
      'R', 
      'trackbar', 
      0, 
      255, callback);
     
    
   
    
     
    
    
     
      cv2.createTrackbar(
      'G', 
      'trackbar', 
      0, 
      255, callback);
     
    
   
    
     
    
    
     
      cv2.createTrackbar(
      'B', 
      'trackbar', 
      0, 
      255, callback);
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      # 创建图片
     
    
   
    
     
    
    
     
      img = np.zeros((
      480, 
      640, 
      3), np.uint8);
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      while 
      True:
     
    
   
    
     
    
    
         
      # 读取值
     
    
   
    
     
    
    
     
          r = cv2.getTrackbarPos(
      'R', 
      'trackbar');
     
    
   
    
     
    
    
     
          g = cv2.getTrackbarPos(
      'G', 
      'trackbar');
     
    
   
    
     
    
    
     
          b = cv2.getTrackbarPos(
      'B', 
      'trackbar');
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
          img[:] = [b, g, r];
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
          cv2.imshow(
      'trackbar', img);
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
          key = cv2.waitKey(
      10);
     
    
   
    
     
    
    
         
      if key & 
      0xFF == ord(
      'q'):
     
    
   
    
     
    
    
             
      break;
     
    
   
    
     
    
    
     
          cv2.destroyAllWindows();

       HSV    Hue：色相、红色、蓝色、绿色
               Saturation：饱和度，颜色的纯度
               Value：明度

YUV 视频中常用
对像素的描述 Y数据 UV彩色信息

色彩空间转换


  
   
    
     
    
    
     
      import cv2;
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      def callback():
     
    
   
    
     
    
    
         
      pass;
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      cv2.namedWindow(
      'color', cv2.WINDOW_NORMAL);
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      img = cv2.imread(
      './jobs.jpeg');
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      colorspaces = [cv2.COLOR_BGR2RGBA, cv2.COLOR_BGR2BGRA, cv2.COLOR_BGR2GRAY, cv2.COLOR_BGR2HSV, cv2.COLOR_BGR2YUV];
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      cv2.createTrackbar(
      'curcolor', 
      'color', 
      0, 
      4, callback);
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      while 
      True:
     
    
   
    
     
    
    
     
          index = cv2.getTrackbarPos(
      'curcolor', 
      'color');
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
         
      # 颜色空间转换API
     
    
   
    
     
    
    
     
          cvt_img = cv2.cvtColor(img, colorspaces[index]);
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
          cv2.imshow(
      'color', img)
     
    
   
    
     
    
    
     
          key = cv2.waitKey(
      10);
     
    
   
    
     
    
    
         
      if key & 
      0xFF == ord(
      'q'):
     
    
   
    
     
    
    
             
      break;
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
          cv2.destroyAllWindows();

Numpy 图像基础操作

opencv中用到的矩阵都要转换成Numpy数组
Numpy是一个经高度优化的Python数值库

基本操作

创建数组 array()
创建全0数组 zeros() / ones
创建全值数组 full()
创建单元数组 identity / eye()


  
   
    
     
    
    
     
      import numpy 
      as np
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      # np.zeros((行的个数, 列的个数, 通道数/层数), 矩阵中的数据类型);
     
    
   
    
     
    
    
     
      c = np.zeros((
      480, 
      640, 
      3), np.uint8);
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      print(c)

矩阵的检索与赋值
ROI [y1:y2,x1:x2]

Mat是什么
是矩阵,可以理解为一张图有head 与 body组成

Mat的深拷贝与浅拷贝


  
   
    
     
    
    
     
      import cv2
     
    
   
    
     
    
    
     
      import numpy 
      as np
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      img = cv2.imread(
      './1.jpeg');
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      # 浅拷贝
     
    
   
    
     
    
    
     
      img2 = img;
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      # 深拷贝
     
    
   
    
     
    
    
     
      img3 = img.copy();
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      img[
      10:
      100, 
      10:
      100] = [
      0, 
      0, 
      255]
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      cv2.imshow(
      'img', img)
     
    
   
    
     
    
    
     
      cv2.imshow(
      'img2', img2)
     
    
   
    
     
    
    
     
      cv2.imshow(
      'img3', img3)
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      cv2.waitKey(
      0);

图像的多种属性


  
   
    
     
    
    
     
      import cv2;
     
    
   
    
     
    
    
     
      import numpy 
      as numpy
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      img = cv2.imread(
      './1.jpeg')
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      # (1200, 1920, 3)  高度、长度、通道数
     
    
   
    
     
    
    
     
      print(img.shape)
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      # 6912000  高度 * 长度 * 3
     
    
   
    
     
    
    
     
      print(img.size)
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      # uint8 图像中每个元素的位深
     
    
   
    
     
    
    
     
      print(img.dtype)

通道的分离与合并


  
   
    
     
    
    
     
      import cv2;
     
    
   
    
     
    
    
     
      import numpy 
      as np
     
    
   
    
     
    
    
     
      # 通道的分离与合并
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      img = np.zeros((
      480, 
      640, 
      3), np.uint8)
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      b,g,r = cv2.split(img);
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      b[
      10:
      100, 
      10:
      100] = 
      255;
     
    
   
    
     
    
    
     
      g[
      10:
      100, 
      10:
      100] = 
      255;
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      img2 = cv2.merge((b, g, r))
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      cv2.imshow(
      'img', img);
     
    
   
    
     
    
    
     
      cv2.imshow(
      'b', b);
     
    
   
    
     
    
    
     
      cv2.imshow(
      'g', g);
     
    
   
    
     
    
    
     
      cv2.imshow(
      'img2', img2);
     
    
   
    
     
    
    
     
      cv2.waitKey(
      0);

三、绘制基本图形

线、矩形、圆
椭圆、多边形、绘制字体


  
   
    
     
    
    
     
      import cv2;
     
    
   
    
     
    
    
     
      import numpy 
      as np;
     
    
   
    
     
    
    
     
      # 绘制直线
     
    
   
    
     
    
    
     
      img = cv2.imread(
      './1.jpeg')
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      cv2.line(img, (
      10, 
      20), (
      10, 
      900), (
      0,
      0,
      255), 
      20, 
      4);
     
    
   
    
     
    
    
     
      cv2.line(img, (
      100, 
      12), (
      400, 
      100), (
      0,
      0,
      255), 
      20, 
      14);
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      cv2.imshow(
      'img', img);
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      key = cv2.waitKey(
      0);


  
   
    
     
    
    
     
      import cv2;
     
    
   
    
     
    
    
     
      import numpy 
      as np;
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      img = cv2.imread(
      './1.jpeg');
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      # cv2.ellipse(img, (500, 500), )
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      # 画圆
     
    
   
    
     
    
    
     
      cv2.circle(img, (
      520, 
      440), 
      100, (
      0, 
      0, 
      255), 
      10)
     
    
   
    
     
    
    
     
      cv2.circle(img, (
      520, 
      440), 
      5, (
      0, 
      0, 
      255), 
      10)
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      # 画椭圆 
     
    
   
    
     
    
    
     
      # 度是按顺时针计算的
     
    
   
    
     
    
    
     
      cv2.ellipse(img, (
      520, 
      440), (
      100, 
      50), 
      15, 
      0, 
      360, (
      0, 
      0, 
      255), 
      -1)
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      # 画多边形
     
    
   
    
     
    
    
     
      pts = np.array(((
      320, 
      10), (
      150, 
      100), (
      450, 
      100)), np.int32)
     
    
   
    
     
    
    
     
      cv2.polylines(img, [pts], 
      True, (
      0, 
      0, 
      255))
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      # 填充
     
    
   
    
     
    
    
     
      cv2.fillPoly(img, [pts], (
      255, 
      255, 
      0))
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      # 绘制文本
     
    
   
    
     
    
    
     
      cv2.putText(img, 
      'Yulanlan', (
      800, 
      400), cv2.FONT_HERSHEY_PLAIN, 
      9, (
      255, 
      0, 
      0))
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      cv2.imshow(
      'draw', img);
     
    
   
    
     
    
    
     
      cv2.waitKey(
      0)

四、车辆识别

基本图像运算处理
形态学
轮廓查找
图像运算

待续

转载：https://blog.csdn.net/jartins/article/details/116666426

查看评论

飞道的博客

飞道的博客

个人资料

文章分类

文章存档

阅读排行

评论排行

推荐文章

OpenCV 车辆检测/人脸识别+图像拼接+文字识别

一、开发环境搭建

二、图像视频加载与展示

三、绘制基本图形

四、车辆识别

* 以上用户言论只代表其个人观点，不代表本网站的观点或立场

飞道的博客

飞道的博客

个人资料

文章分类

文章存档

阅读排行

评论排行

推荐文章

OpenCV 车辆检测/人脸识别+图像拼接+文字识别

一、开发环境搭建

二、图像 视频加载与展示

三、绘制基本图形

四、车辆识别

* 以上用户言论只代表其个人观点，不代表本网站的观点或立场

二、图像视频加载与展示