OpenCV 常见的七个示例：从读取至人脸检测（Python 版）

OpenCV 是一个强大的计算机视觉库，在 Python 中使用它可以实现许多有趣和实用的功能。以下将为您介绍七个常见的示例，带您从图像读取到人脸检测。

示例一：图像读取 使用 OpenCV 读取图像非常简单。通过以下代码即可读取一张图片并显示：

import cv2

image = cv2.imread('image.jpg')
cv2.imshow('Image', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

示例二：图像灰度转换 将彩色图像转换为灰度图像有助于简化后续的处理：

gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
cv2.imshow('Gray Image', gray_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

示例三：图像缩放 调整图像的大小可以根据需求改变图像的尺寸：

resized_image = cv2.resize(image, (new_width, new_height))
cv2.imshow('Resized Image', resized_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

示例四：图像裁剪 提取图像的特定区域：

cropped_image = image[y_start:y_end, x_start:x_end]
cv2.imshow('Cropped Image', cropped_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

示例五：边缘检测 检测图像中的边缘信息：

edges = cv2.Canny(image, threshold1, threshold2)
cv2.imshow('Edges', edges)
cv2.waitKey(0)
cv2.destroyAllWindows()

示例六：图像滤波 通过滤波去除图像中的噪声：

filtered_image = cv2.GaussianBlur(image, (kernel_size, kernel_size), sigma)
cv2.imshow('Filtered Image', filtered_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

示例七：人脸检测 这是一个较为复杂但令人兴奋的示例。使用 OpenCV 的预训练模型进行人脸检测：

face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

faces = face_cascade.detectMultiScale(gray_image, scaleFactor, minNeighbors)

for (x, y, w, h) in faces:
    cv2.rectangle(image, (x, y), (x + w, y + h), (255, 0, 0), 2)

cv2.imshow('Face Detection', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

通过这七个示例，您对 OpenCV 的常见操作有了初步的了解。不断探索和实践，您将能够利用 OpenCV 实现更多精彩的计算机视觉应用。