运用pycharm编写opencv-python程序
运用pycharm编写opencv-python程序
-
-
- 系统:Windows10，mac的用户可以作相应的调整
-
- 一.环境配置
-
- 1.安装python3.76
-
- 参考方法
- 2.安装pycharm
-
- 官网安装即可，有相应的windows和mac版本
- 3.pycharm中新建工程并配置python编译器（interpreter）
-
- Step1: 进入pycharm主界面之后，点击new project 新建工程
- Step2: 进行工程设置
- step3 在工程里设置编译器，并根据需要添加package
- Step4: 新建python文件
- 二.遇到的一些问题和解决方法
-
- 1.语法相关
- 2.常见函数
-
- cv2.findContours()
系统:Windows10，mac的用户可以作相应的调整
一.环境配置
1.安装python3.76
参考方法
备注：关于配置环境变量的更详细信息，可依据这篇博文
检验：添加路径成功后，点击path之后，应该如下图所示
2.安装pycharm
官网安装即可，有相应的windows和mac版本
3.pycharm中新建工程并配置python编译器（interpreter）
Step1: 进入pycharm主界面之后，点击new project 新建工程
Step2: 进行工程设置
如图所示，一共有四个方框。
方框1：工程位置，可自己选择
方框2：环境位置，建议在工程位置之下新建一个子文件夹vene作为环境位置
方框3：编译器，选择python的安装地址
方框4：无需选择
配置完成后，点击create，生成的界面如图所示
vene里是自动生成的相关环境文件
step3 在工程里设置编译器，并根据需要添加package
在pycharm界面里，点击 File-Settings-Project-PythonInterpreter
Python Interpreter应该选择python的安装地址，和Step2的第三个方框相同。
根据需要添加Package文件，如此处的opencv-python。笔者已经安装过，若是第一次安装，应该点击左下角“+”键（如上图），在搜索框中搜索"opencv python"，选择最新版本之后，点击"install package"（如下图）。
Step4: 新建python文件
返回到主界面，右击当前工程文件-New-Python File
输入新建的Python File 的名称，回车之后生成.py文件。
在空的main.py文件中输入import cv2，引入头文件。
二.遇到的一些问题和解决方法
1.语法相关
1.报错：unindent,但实际上并无缩进的错误
解决: 用tab替换空格
2.常见函数
cv2.findContours()
1.传入的必须是二值化的图像，并且在其中的白色区域找寻边缘。
注：只有这个函数是用的二值化图像，其他的drawrectangular等，都要求是三通道BGR图像，就是未经处理的原图即可，通常为了不影响原始图像，会编写imgContour=img.copy
二值化的方法有
*Method1:*函数 cv2.threshold
img = cv2.imread(r"D:\360MoveData\Users\KID\Desktop\1.jpg", cv2.IMREAD_UNCHANGED)
ret, thresh = cv2.threshold(
cv2.cvtColor(img.copy(), cv2.COLOR_BGR2GRAY), # 转换为灰度图像,
130, 255, # 大于130的改为255 否则改为0
cv2.THRESH_BINARY) # 黑白二值化
以上参考Python:Opencv cv2.findContours()函数 查找轮廓
Method2: 函数 imgCanny
img = cv2.imread("Resources/shape.jpg")
imgGray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
imgBlur=cv2.GaussianBlur(imgGray,(7,7),1)
imgCanny=cv2.Canny(imgBlur,50,50)
#imgCanny得到的就是二值化的图像
*Method3:*设置遮罩，只有mask范围内为白色
mask = cv2.inRange(hsv, orangeLower, orangeUpper)
mask = cv2.erode(mask, None, iterations=2)
mask = cv2.dilate(mask, None, iterations=2)
==注：特殊情况下：图片中白色的区域就是想要寻找contour的区域，此时颜色的最低和最高的阈值分别是（0，0，0）和（255，255，255），但这样在实际运行中会无法找到边缘点，所以需要适当改下范围。
2.如何由cv2.findContours()这个函数得到实际的轮廓
Method1: 直接写出改函数返回的两个图像
contours,hierarchy=cv2.findContours(img,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE) ##cv2.findContours()在opencv-python4中返回的是两个值
for cnt in contours: ##用于找多个轮廓
Method2: 再通过imutils.grab_contours()函数
cnts = cv2.findContours(mask.copy(), cv2.RETR_EXTERNAL,
cv2.CHAIN_APPROX_SIMPLE)
cnts = imutils.grab_contours(cnts)