opencv学习笔记-3.educoder平台-简单人脸识别第一第二关

第一关：图片简单操作

完整的人脸识别流程，一般有如下五个步骤：

1. 图像采集：使用摄像机或摄像头采集含有人脸的图像或视频流；
2. 人脸检测：检测图片中是否包含人脸；
3. 预处理：对人脸图像进行灰度处理、噪声过滤等预处理；
4. 特征点提取：提取人脸图片中包含的特征数据；
5. 人脸识别：将新的人脸照片与人脸库进行算法匹配，输出识别结果。

1.1.采集图片
使用OpenCV采集，可以通过cv2.VideoCapture()获取摄像头并捕捉画面中的图片。函数声明为：

cv2.VideoCapture(摄像头来源)-----其中，传入的参数，指定0时为默认计算机默认摄像头，指定1可以更换来源。

1.2.获取捕获图像，函数为：

cap.read()

1.3.释放捕获对象，函数为：

cap.release()

# 引入OpenCV库
import cv2
# 调用摄像头进行拍照
cap = cv2.VideoCapture(0)
# 获取一帧图片
# 如果捕获成功，代码中ret值为真，img为捕获的图像。
ret, img = cap.read()
# 释放捕获对象
cap.release()

2.读取图片

cv2.imread(图片路径, 标记)------图片应该在当前的工作路径，或在指定的绝对路径下。

第二个参数指定图片被读取的方式：

cv2.IMREAD_COLOR : 读入彩色图像，默认模式；
cv2.IMREAD_GRAYSCALE : 以灰度模式读入图像；
cv2.IMREAD_UNCHANGED : 加载图像包含alpha通道。
也可以，使用数字简约表示以上三种标记，分别为 1， 0或-1。

import cv2
# 加载一张位于当前目录下的`images/girl.jpg`的图片
image_path = "images/girl.jpg"
# 以灰度模式读取图片
img = cv2.imread(image_path,0)

3.展示图片

import cv2
# 读取图片
image_path = "images/girl.jpg"
img = cv2.imread(image_path,1)
# 窗口展示图片
cv2.imshow('cute girl',img)
# 等待用户关闭图片窗口
cv2.waitKey(0)
# 销毁创建的所有窗口
cv2.destroyAllWindows()

4.保存图片
cv2.imwrite()将图片保存到本地。
函数声明为：
cv2.imwrite(图片路径, 图片对象)##图片应该在当前的工作路径，或在指定的绝对路径下
编程要求
请在右侧编辑器编写代码，完成如下要求：

导入openCV 库（cv2）；
读取路径 step1/image/girl.jpg下的图片（图片读取模式三种任选一种都可以）；
将读取到的图片保存到路径 step1/out/girl-new.jpg下。

import cv2
image_path = 'step1/image/girl.jpg'
save_image_path = 'step1/out/girl-new.jpg'
img = cv2.imread(image_path,1)
cv2.rmwrite(save_image_path,1)
/
#********** Begin **********#
# 导入OpenCV库
import cv2
#********** End **********#

# 原始图片路径
image_path = 'step1/image/girl.jpg'
# 保存图片路径
save_image_path = 'step1/out/girl-new.jpg'
img = cv2.imread(image_path,1)
#********** Begin **********#
# 读取图片并保存图片
cv2.imwrite(save_image_path,1)
#********** End **********#

第二关：色彩空间及其转换

1.1.灰度空间
在OpenCV的灰度空间中，和一般的色彩空间相同，每一个颜色都有三个量，但是只有第一个亮度有值，所以表示为（亮度，0，0）。
其中，亮度是根据如下灰度公式计算而得：
Gray = R0.299 + G0.587 + B*0.114
使用的函数为：cv2.cvtColor()。

2.2.色彩转换
它的函数声明为：
cv2.cvtColor(图片对象，转换类型)
其中，转换类型，对于BGR到Gray的转换，使cv2.COLOR_BGR2GRAY类型。
同样的，对于BGR到HSV的转换，使用cv2.COLOR_BGR2HSV类型。

# 将图片的色彩空间由BGR转换为HSV
# 执行后output_img的色彩空间变成了HSV
output_img = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)

编程要求
请在右侧编辑器编写代码，完成如下要求：

将图片的色彩空间转换为灰度空间；
将处理后的图片保存到路径step2/out/girl-gray.jpg下。

import cv2
filename = "step2/image/girl.jpg"
img = cv2.imread(filename)
output_img = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
save_image_path = "step2/out/girl-gray.jdg"
cv2.imwrite(save_image_path,output_img)
/
import cv2

# 加载图片
filename = "step2/image/girl.jpg"
img = cv2.imread(filename)
#********** Begin **********#
# 将图片的色彩空间由BGR转换GRAY
output_img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
#********** End **********#

save_image_path = "step2/out/girl-gray.jpg"
#********** Begin **********#
# 保存图片
cv2.imwrite(save_image_path,output_img)
#********** End **********#