源作者:易三一世
python程序运行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OpenCV
pip 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：
python程序运行黑框一闪而过============
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。
