cv2模块是大名鼎鼎的OpenCV的python的库的初步介绍

　　1 说明：
　　=====
　　1.1 cv2模块：在python中import cv2导入模块，会报错，缺少cv2模块。
　　1.2 安装：cv2，其实就是安装OpenCVpip install opencv-python
　　注意：pip install 的名称不是cv2、或者Opencv，而是opencv-python。
　　后面的图片显示和人脸识别，都使用这张图，来自今日头条原创图库
　　1.3 OpenCV
　　1.3.1 是一个基于BSD许可(开源)发行的跨平台计算机视觉库。
　　1.3.2 是大名鼎鼎的，轻量级而且高效的一个视觉库，github星级达神级。
　　1.3.3 在python中主要用于图像显示，人脸识别，人工智能等。
　　2 环境：
　　======
　　华为笔记本电脑、深度deepin-linux操作系统、python3.8和微软vscode编辑器。
　　3 学习资料来源：
　　===========https://github.com/opencv/opencv https://opencv.org/ http://wiki.opencv.org.cn/index.php/%E9%A6%96%E9%A1%B5 https://docs.opencv.org/3.0-beta/doc/py_tutorials/py_tutorials.html
　　4 基本图片操作：
　　============
　　4.1 读取并显示图片#导入模块 import cv2    #读取图像，指定路径和文件夹，注意下载图片为：face.jpeg #显示图片格式：jpeg，png，jpg img = cv2.imread(＂/home/xgj/Desktop/OpenCV/face.jpeg＂)    #窗口标题名和挂在读取图片img显示 cv2.imshow(＂Show Your Image＂, img)   #不支持中文标题名 #waitKey使窗口保持静态直到用户按下一个键，传入的参数是以毫秒为单位的时间。 #默认为0，空值就是0，如果是非0，则就是动画，一张图没效果 #cv2.waitKey (0)   cv2.waitKey ()  #destroyAllWindows关闭窗口 cv2.destroyAllWindows()
　　4.2 高级读取图片、转化图片、保存图片import cv2 #0代码黑白=gray，1代表原色=彩色 img = cv2.imread(＂/home/xgj/Desktop/OpenCV/face.jpeg＂,1) cv2.imshow(＂image＂,img) k = cv2.waitKey(0) #if k == 27:         # wait for ESC key to exit，官方给的 if k == ord(＂q＂):  #自定义字母：q为退出     cv2.destroyAllWindows() elif k == ord(＂s＂): # wait for ＂s＂ key to save and exit     #注意保存图片，格式自定义，所以格式转换非常方便     cv2.imwrite(＂/home/xgj/Desktop/OpenCV/facex.jpg＂,img)     cv2.destroyAllWindows()
　　4.3 图片的附加一。#导入cv模块 import cv2 as cv # 读取一张图像 color_img = cv.imread(＂/home/xgj/Desktop/OpenCV/face.jpeg＂) print(color_img.shape)  #显示分辨率 # 直接读取单通道灰度图 gray_img = cv.imread(＂/home/xgj/Desktop/OpenCV/face.jpeg＂, cv.IMREAD_GRAYSCALE) print(gray_img.shape) # 把单通道图片保存后，再读取，仍然是3通道，相当于把单通道值复制到3个通道保存 cv.imwrite(＂/home/xgj/Desktop/OpenCV/faceg.jpg＂, gray_img) #黑白图 #再读取 reload_grayscale = cv.imread(＂/home/xgj/Desktop/OpenCV/faceg.jpg＂) print(reload_grayscale.shape) # cv2.IMWRITE_JPEG_QUALITY指定jpg质量，范围0到100，默认95，越高画质越好，文件越大 cv.imwrite(＂/home/xgj/Desktop/OpenCV/faceb.jpg＂, color_img, (cv.IMWRITE_JPEG_QUALITY, 80)) # cv2.IMWRITE_PNG_COMPRESSION指定png质量，范围0到9，默认3，越高文件越小，画质越差 cv.imwrite(＂/home/xgj/Desktop/OpenCV/facec.png＂, color_img, (cv.IMWRITE_PNG_COMPRESSION, 5))
　　4.4 图片的附加二：缩放和加黑框#导入cv模块 import cv2 as cv # 读取一张原始图片 img = cv.imread(＂/home/xgj/Desktop/OpenCV/face.jpeg＂) # 缩放成200x200的方形图像 img_200x200 = cv.resize(img, (200, 200)) # 不直接指定缩放后大小，通过fx和fy指定缩放比例，0.5则长宽都为原来一半 # 等效于img_100x100 = cv2.resize(img, (100, 100))，注意指定大小的格式是(宽度,高度) # 插值方法默认是cv2.INTER_LINEAR，这里指定为最近邻插值 img_100x100 = cv.resize(img_200x200, (0, 0), fx=0.5, fy=0.5,interpolation=cv.INTER_NEAREST) # 在上张图片的基础上，上下各贴50像素的黑边，生成300x300的图像 # value=(0, 0, 0)为黑色的 img_300x300 = cv.copyMakeBorder(img_100x100, 50, 50, 0, 0,cv.BORDER_CONSTANT,value=(0, 0, 0)) # 对照片中局部进行剪裁 patch_img = img[220:550, -180:-50] #保存图片 cv.imwrite(＂/home/xgj/Desktop/OpenCV/cropped_img.jpg＂, patch_img) cv.imwrite(＂/home/xgj/Desktop/OpenCV/resized_200x200.jpg＂, img_200x200) cv.imwrite(＂/home/xgj/Desktop/OpenCV/resized_100x100.jpg＂, img_100x100) cv.imwrite(＂/home/xgj/Desktop/OpenCV/bordered_300x300.jpg＂, img_300x300)
　　5 人脸识别：☆初探
　　================
　　5.1 来源：#https://github.com/shantnu/FaceDetect/ #下载，对代码进行修改，里面有xml文件
　　5.2 代码：#人脸识别 import cv2 # 待检测的图片路径 imagepath = r＂/home/xgj/Desktop/OpenCV/face.jpeg＂ # 获取训练好的人脸的参数数据，xml文件需要从github上面下载下来 # 这里直接从GitHub上使用默认值 #放在指定路径和目录下 face_cascade = cv2.CascadeClassifier(r＂/home/xgj/Desktop/OpenCV/haarcascade_frontalface_default.xml＂) # 读取图片 image = cv2.imread(imagepath) gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY) # 探测图片中的人脸 faces = face_cascade.detectMultiScale(     gray,     scaleFactor = 1.15,     minNeighbors = 5,     minSize = (5,5), ) print(＂发现{0}个人脸!＂.format(len(faces))) for(x,y,w,h) in faces:     cv2.circle(image,(int((x+x+w)/2),int((y+y+h)/2)),int(w/2),(0,255,0),2)   cv2.imshow(＂Find Faces!＂,image) cv2.waitKey(0)
　　5.3 效果图：
　　小bug，中间男的手里的游戏柄也当成了一张脸，哈哈哈。
　　初探而已，已经很通俗易懂了。
　　自己整理并分享，喜欢就点赞，转发和收藏。