OpenCV Python Tutorial - Find Lanes for Self-Driving Cars (Computer Vision Basics Tutorial)
 |
| 康橋科技 —— 白光攝影機專業廠商！ |
電腦視覺是人工智慧最熱門的應用領域之一。人工智慧技術推動了汽車自動駕駛、機器人，以及各種照片處理類軟體的巨大發展。目標檢測技術也在穩步推進。生成對抗網路（GANs）同樣也是人們最近比較關注的一個問題。
這些都在向我們展示，未來電腦視覺領域的發展前景，是多麼的不可限量。
讓我們一起登上人工智慧發展的高速列車。從本文開始，我們將有一系列關於圖像處理和目標檢測基礎知識的教程。本篇是OpenCV入門教程第一部分，完整的系列教程如下：
1. 理解顏色模型與在圖像上繪製圖形（圖像處理基本操作）。
2. 基本的圖像處理與過濾。
3. 從特徵檢測到人臉檢測（TBU）
本系列的第一部分將從 Opencv 的安裝，結合代碼實戰講解顏色模型與圖形繪製講起。本教程的完整代碼已經放在Github上，方便大家使用。
一、OpenCV簡介
圖像處理是指，對圖像執行一些操作，以達到預期效果的過程。可以類比數據分析工作，在數據分析時，我們需要做一些數據預處和特徵工程。圖像處理也是一樣的。我們透過圖像處理，來處理圖片，從而可以從中提取處，一些更加有用的特徵。我們可以透過圖像處理，減少圖像噪聲，調整圖像亮度、顏色或者對比度等等。想要進一步系統瞭解圖像處理基礎知識，參看（https://www.youtube.com/watch?v=QMLbTEQJCaI）。
OpenCV是Open Source Computer Vision的縮寫，由英特爾公司於1999年推出。它最初是用C/ C++編寫的，所以你可能會看到更多用C語言，而不是Python編寫的教程。但現在它在Python中，也被廣泛用於電腦視覺。首先，讓我們為使用OpenCV配置環境。安裝過程如下，詳細安裝描述參看（https://pypi.org/project/opencv-python/）。
安裝完成後，可以透過下方兩條命令，測試其是否正常工作。如果沒有任何報錯，那麼就可以開始使用了！
我們使用用OpenCV做的第一步就是導入一個圖像，如下方所示。
上圖是在義大利最美麗的島嶼之一布拉諾所拍攝的。如果你去過這個地方，你可能會注意到這幅圖裡有些不同。這確實和我們通常看到的，布拉諾的照片有點不同。這是因為OpenCV中顏色模式的默認設置順序是BGR，不同與Matplotlib。因此，要在RGB模式下查看圖像，我們需要將它從BGR轉換為RGB，如下所示。
這張圖就是真正的布拉諾了，多麼美麗！
二、不只是RGB
我們再來談談顏色模型。顏色模型是一個使用原色，建構全系列顏色的系統。這裡先介紹這兩種不同的顏色模型：「加色模型」和」減色模型」。加色模型使用光代表電腦螢幕上的顏色，而減色模型使用墨水，在紙上列印這些數字圖像。
前者的原色由紅色、綠色和藍色(RGB)組成，後者有藍色、品紅、黃色和黑色(CMYK)四種原色組成。我們在圖像上看到的所有其他顏色，都是由這些原色組合或混合而成的。所以當分別用RGB、CMYK表示一張圖像時，圖像可以有著略微不同地表達。如下圖所示。
日常生活中見到最多的就是這兩種顏色模型。然而，在彩色模型的世界裡，不僅僅只有這兩種顏色模型。眾多的顏色模型中，灰度（grayscale）、HSV和HLS，也是你會在電腦視覺任務中經常看到的。
灰度（grayscale）很簡單。它透過黑白的強度，來表示圖像和形態，這也意味著它只有一個通道。要查看灰度圖像，我們需要將顏色模型轉換為灰色，就像前面對BGR圖像所做的操作那樣。
實際上，RGB圖像是由三個通道疊加而成的：R, G, B。所以如果我們把每個通道，一個一個的描繪出來，我們就可以理解顏色通道是如何構成的了！
觀察上面的圖片。這三幅圖像展示了每個通道是如何組成的。在R通道圖中，紅色飽和度高的部分看起來是白色的。這是由於紅色部分中的值接近255。在灰度模式下，值越高顏色就越白。你還可以使用G或B通道，來檢查這一點，並比較某些部分之間的差異。
HSV和HLS有一些不同。正如在上圖看到的那樣，他們有一個三維的表達，更類似於人類的感知方式。HSV代表色調、飽和度和色值。HSL代表色調、飽和度和亮度。
HSV的中軸是色值，HSL的中軸是光量。沿著中心軸的角度，有色調和實際的顏色。與中心軸的距離屬於飽和度。轉換顏色模型的方法如下。
但是為什麼要變換顏色？這些有什麼用處？一個很典型的例子—車道檢測。觀察下圖，不同顏色模式下的車道線。在電腦視覺任務中，我們利用掩膜（masking）進行多色模式轉換。如果你想瞭解更多，關於圖像處理在車道檢測任務中的應用，可參看這篇文章。
圖像處理是就是對圖像數據進行預處理。它可以減少噪音，提取有用的顏色模型，從而簡化分類和檢測任務。因此，所有上述技術，包括我們稍後將討論的技術，都是為了幫助模型更容易地實現檢測。
三、在圖像上繪製圖形
讓我們在圖像上添加一些圖形。咱們這次代碼示例中使用的圖片來自巴黎「愛的牆」。上面用各種國際語言寫滿了「我愛你」。我們要做的是找到語言中的單詞，並用矩形標記它們。假如我們要定位韓語版本「我愛你」。首先，複製原始圖像，並用cv2.rectangle()函數繪製一個矩形，同時給出左上角和右下角的坐標值。如下：
使用cv2.circle()函數，畫一個圓，圈出更多的韓語單詞。我們需要指定它的圓心的點和半徑的長度。
我們還可以將文本數據放在圖像上。使用cv2.putText()函數，我們可以指定文本的位置、字體樣式和大小。
四、不止是圖像
在上邊的介紹中，我們選取義大利和法國的兩張風景圖作為示例。假如，我們想要畫張地圖把這些地方標出來。那麼，首先我們要創建一個窗口並繪製圖形。不一樣的是這裡不是透過指定點繪製圖形，而是透過點擊響應。先試試繪制圓圈。首先創建一個函數，它將用位置和滑鼠點擊的數據繪製一個圓圈。
當按下滑鼠點擊按鈕時，使用cv2.EVENT_LBUTTONDOWN或 cv2.EVENT_RBUTTONDOWN 記錄位置數據。把滑鼠的位置設置為圓心(x, y)，並繪製圓圈。
設置一個地圖作為窗口的背景，並將窗口命名為my_drawing。使用cv2.setMouseCallback()函數，在窗口和我們在步驟1中，創建的函數draw_circle之間建立了一個連接。
現在我們使用while循環執行窗口。if子句的執行條件是，當我們按下鍵盤上的ESC時，將窗口設置為關閉。
接下來嘗試繪制一個矩形。由於在cv2.rectangle()函數中，矩形需要兩個點來表示pt1和pt2，所以我們需要一個額外的步驟，來設置第一個點擊點為pt1，最後一個點擊點為pt2。我們要用cv2.EVENT_MOUSEMOVE和cv2.EVENT_LBUTTONUP來檢測滑鼠的移動。
我們首先將drawing = False定義為默認值。當按下左鍵時，繪圖變為true，我們將第一個位置設為pt1。如果正在繪圖，它將以當前點為pt2，並在移動滑鼠時，繼續繪製矩形。就像數字重疊一樣。當左鍵打開時，繪圖變為false，它將滑鼠的最後一個位置，作為pt2的最後一個點。
在步驟1中將draw_circle函數替換為draw_rectangle。請不要忘記在回調函數cv2.setMouseCallback()中進行更改。因此，整個代碼腳本將如下所示。
五、總結與展望
本篇文章介紹了Opencv的安裝、圖像顏色模型的轉換與圖形繪製。下次，將介紹圖像輪廓提出與目標檢測等技術。敬請期待！
 |
0 comments:
張貼留言