用30行代码搞定图像识别——Python 快速入门 OpenCV

图像识别在现在越来越受到重视，这种技术可以应用在很多领域，比如人脸识别、车辆识别、安防监控等等。对于初学者来说，Python 快速入门 OpenCV 是学习图像识别的不二之选，因为它具有以下几个优点：

1. Python 语言的简洁和易读性，使得代码片段容易理解；
2. OpenCV 是一个强大的开源计算机视觉库，提供了许多先进的算法和工具，可以快速开发图像处理应用；
3. 常用的Python包如numpy、matplotlib、pandas等，也可以方便地与OpenCV集成使用。

在本文中，我将通过一个简单的例子，向大家介绍如何使用Python和OpenCV进行图像识别。本例的目的是找到一张图片中的人脸，并用一个框标记出来。让我们开始吧！

1. 安装Python和OpenCV

首先，我们需要安装Python和OpenCV。如果您还没有安装Python和OpenCV，您可以按照以下步骤进行安装：

1.1 安装Python

下载Python的安装文件并打开，按照安装向导提示进行安装。

1.2 安装OpenCV

安装OpenCV之前，我们需要安装一些依赖项。在安装之前，请先确保您的计算机上已经安装以下软件：

- CMake
- pkg-config
- NumPy
- ffmpeg
- GTK+3
- GStreamer
- libavcodec-dev
- libavformat-dev
- libgtk-3-dev
- libjpeg-dev
- libpng-dev
- libswscale-dev
- libtiff-dev
- libv4l-dev
- libxvidcore-dev
- libx264-dev

安装完依赖项后，我们就可以下载OpenCV了：

- 下载OpenCV的源代码；
- 解压缩源代码，并进入解压后的目录；
- 打开命令行窗口，输入以下命令：

```
mkdir build && cd build
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..
make -j4
sudo make install
```

2. 准备样本图像

接下来，我们需要准备一张含有人脸的样本图像。您可以在网上找到一张样本图像，然后将其保存到本地。

3. 编写 Python 代码

下面是Python代码，可以在Python的交互模式下运行。将代码复制粘贴到一个py文件中，然后在命令行中运行它。

```
import cv2

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

img = cv2.imread('sample.jpg')

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

faces = face_cascade.detectMultiScale(gray, 1.3, 5)

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

cv2.imshow('img',img)
cv2.waitKey(0)
cv2.destroyAllWindows()
```

首先，我们导入OpenCV库，然后初始化一个分类器，它是用于检测人脸的Haar分类器。接下来，我们读入一张图片，然后将其转换为灰度图像。然后，我们使用detectMultiScale()函数来检测图像中的人脸。最后，我们使用OpenCV的画框函数，在识别出来的人脸周围画一个红色的框。

4. 运行代码

如果您已经完成了所有的步骤，那么您现在可以运行您的代码了。将图片保存为sample.jpg，然后在命令行中运行：

```
python3 your_script_name.py
```

运行完后，您应该会看到一个弹出的窗口，其中包含了您的图像，并且在人脸周围有一个红色的框。

5. 总结

在本文中，我们展示了如何使用Python和OpenCV进行图像识别。我们使用Haar分类器检测图像中的人脸，并在识别出来的人脸周围画了一个红色的框。这只是Python快速入门OpenCV的一个简单示例，但您可以根据需求进行修改，来实现更为复杂的图像识别应用。