赞
踩
(1)Python所有方向的学习路线(新版)
这是我花了几天的时间去把Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
最近我才对这些路线做了一下新的更新,知识体系更全面了。
(2)Python学习视频
包含了Python入门、爬虫、数据分析和web开发的学习视频,总共100多个,虽然没有那么全面,但是对于入门来说是没问题的,学完这些之后,你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。
(3)100多个练手项目
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了,只是里面的项目比较多,水平也是参差不齐,大家可以挑自己能做的项目去练练。
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
OpenCV是目前最流行的计算机视觉处理库之一,受到了计算机视觉领域众多研究人员的喜爱。计算机视觉是一门研究如何让机器“看”的科学,即用计算机来模拟人的视觉机理,用摄像头代替人眼对目标进行识别、跟踪和测量等,通过处理视觉信息获得更深层次的信息。例如,通过拍摄环绕建筑物一周的视频,利用三维重建技术重建建筑物三维模型;通过放置在车辆上方的摄像头拍摄前方场景,推断车辆能否顺利通过前方区域等决策信息。对于人类来说,通过视觉获取环境信息是一件非常容易的事情,因此有人会误认为实现计算机视觉是一件非常容易的事情。但事实不是这样的,因为计算机视觉是一个逆问题,通过观测到的信息恢复被观测物体或环境的信息,在这个过程中会缺失部分信息,造成信息不足,增加问题的复杂性。例如,当通过单个摄像头拍摄场景时,因为失去了距离信息,所以常会出现图像中“人比楼房高”的现象。因此,计算机视觉领域的研究还有很长的路要走。
无论是图像处理还是计算机视觉,都需要在计算机中处理数据,因此研究人员不得不面对一个非常棘手的问题:将自己的研究成果通过代码输入计算机,进行仿真验证。而在这个过程中会重复编写基本的程序,这相当于为了制造一辆汽车,需要重新发明轮子。为了给所有研究人员提供“车轮”,英特尔(Intel)提出了开源计算机视觉库(Open Source Computer Vision Library,OpenCV)的概念,通过在计算机视觉库中包含图像处理与计算机视觉的通用算法,避免重复无用的工作。因此,OpenCV应运而生。OpenCV由一系列C语言函数和C++类构成,除支持使用C/C+语言进行开发之外,它还支持很多其他编程语言,如Java、Python、C#、Ruby等。OpenCV可以在Linux、Windows、macOS、Android、iOS等系统上运行。OpenCV的出现极大地方便了计算机视觉研究人员的算法验证,得到了众多研究者的喜爱。经过20多年的发展,OpenCV已经成为计算机视觉领域最重要的研究工具之一。图1是OpenCV的Logo。
图1
本节会介绍如何搭建OpenCV-Python的开发环境。
OpenCV-Python目前最新版本是4.5.5.62。安装OpenCV-Python可以直接使用下面的命令安装:
pip install opencv-python
或者直接到下面的页面下载whl文件安装OpenCV-Python:
https://pypi.org/project/opencv-python/#files
下载页面如图2所示。
在该页面包含了多个操作系统的OpenCV-Python版本,读者应该根据当前使用的操作系统下载相应的OpenCV-Python版本,假设读者使用的是Windows10,需要下载opencv_python-4.5.5.62-cp36-abi3-win_amd64.whl文件,然后使用下面的命令安装whl文件。
pip install opencv_python-4.5.5.62-cp36-abi3-win_amd64.whl
安装完OpenCV-Python后,进入Python的REPL环境,执行import cv2,如果没有报错,说明OpenCV-Python已经安装成功,如图3所示。
图3
OpenCV提供了用于读取图像的imread函数,该函数的原型如下:
cv.imread( filename[,flags])->retval
参数说明:
注意:imread函数通过文件内容确定文件格式,而不是通过文件扩展名确定文件格式。例如,如果将png格式的图像文件book.png改名为book.jpg,imread函数仍然会按png格式读取book.jpg文件。
下面的例子使用imread函数读取了当前目录中的book.png文件,并输出返回结果。
import cv2
# 读取book.png文件
image = cv2.imread("images/book.png")
// 也可以使用下面的代码读取book.png文件
// image = cv2.imread("images/book.png", cv2.IMREAD_COLOR)
print(image) # 打印book.png中的数据(颜色值)
执行这段代码,会输出如图4所示的内容。
由于图像文件数据过大,所以只是输出了一部分数据,其余部分用省略号代替。
在执行上一节代码时,尽管可以正常输出图像的数据,但还会输出如下的警告:
libpng warning: iCCP: known incorrect sRGB profile
一般情况下,忽略这个警告并不影响OpenCV的正常工作,不过对于有强迫症的同学就太碍眼了,所以在这一节会将这个警告去掉。
出现这个警告的原因是从libpng 1.6开始在检查ICC配置文件方面更为严格,所以可以删除png图像的iCCP块。下面先解释一下什么是ICC配置文件和iCCP块。
去除这个警告的方法也很简单,就是去除iCCP块即可,如果使用macOS、Linux或Unix非常简单,在终端直接使用convert命令即可:
convert book.png book1.png
执行这行命令,可以去除book.png文件中的iCCP块,并生成新的book1.png文件,再使用上一节的代码读取book1.png文件,就不会输出这个警告了。
如果使用的是Windows,可以通过第三方图像编辑工具去除iCCP块,如跨平台的ImageMagick(https://imagemagick.org),安装完ImageMagick后,在终端执行下面的命令即可:
magick convert book.png book1.png
将图像以矩阵形式输出是给分析程序用的,如果要想给人展示图像,就应该将图像显示出来,而不是输出密密麻麻的数字。为此,OpenCV提供了imshow函数用来显示图像。imshow函数会弹出一个窗口,并在窗口中显示图像。
如果只使用imshow函数显示窗口,那么这个窗口闪一下就退出了,所以还需要使用waitKey函数让阻止窗口提出。waitKey函数的作用是等待任意一个按键按下,如果有按键按下,waitKey函数就会执行完毕,继续执行下面的代码,否则waitKey函数将一直处于等待状态。
尽管Python程序执行完后会释放所有资源,但一个好的习惯是在程序执行完后,主动释放资源,如果使用imshow函数打开一个窗口,那么这个窗口就是资源,所以在程序执行完毕后,需要使用destroyAllWindows方法释放通过imShow函数创建的窗口,当然,如果还有其他窗口,也会一起释放。
下面看一下这几个函数的原型:
(1) imshow函数
cv.imshow( winname, mat)-> None
参数说明:
imshow函数的返回值是None。
(2) waitKey函数
cv.waitKey([delay])-> retval
参数说明:
(3) destroyAllWindows函数
cv.destroyAllWindows()-> None
destroyAllWindows函数没有参数,返回值是None。该函数用于销毁所有正在显示图像的窗口。
下面的代码使用imread函数读取了当前目录中的book.png文件,并通过imshow函数显示book.png,最后通过waitKey函数输出用户按键的ASCII值。
import cv2 image = cv2.imread("images/book.png") # 读取book.png文件 cv2.imshow("book", image) # 在名为book的窗口中显示book.png print(cv2.waitKey()) # 窗口将一直显示图像,按任意键关闭窗口,并输出按键值 cv2.destroyAllWindows() # 销毁所有窗口 做了那么多年开发,自学了很多门编程语言,我很明白学习资源对于学一门新语言的重要性,这些年也收藏了不少的Python干货,对我来说这些东西确实已经用不到了,但对于准备自学Python的人来说,或许它就是一个宝藏,可以给你省去很多的时间和精力。 别在网上瞎学了,我最近也做了一些资源的更新,只要你是我的粉丝,这期福利你都可拿走。 我先来介绍一下这些东西怎么用,文末抱走。 * * * **(1)Python所有方向的学习路线(新版)** 这是我花了几天的时间去把Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。 最近我才对这些路线做了一下新的更新,知识体系更全面了。 ![在这里插入图片描述](https://img-blog.csdnimg.cn/8fc093dcfa1f476694c574db1242c05b.png) **(2)Python学习视频** 包含了Python入门、爬虫、数据分析和web开发的学习视频,总共100多个,虽然没有那么全面,但是对于入门来说是没问题的,学完这些之后,你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。 ![在这里插入图片描述](https://img-blog.csdnimg.cn/d66e3ad5592f4cdcb197de0dc0438ec5.png#pic_center) **(3)100多个练手项目** 我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了,只是里面的项目比较多,水平也是参差不齐,大家可以挑自己能做的项目去练练。 ![在这里插入图片描述](https://img-blog.csdnimg.cn/f5aeb4050ab547cf90b1a028d1aacb1d.png#pic_center) **(4)200多本电子书** 这些年我也收藏了很多电子书,大概200多本,有时候带实体书不方便的话,我就会去打开电子书看看,书籍可不一定比视频教程差,尤其是权威的技术书籍。 基本上主流的和经典的都有,这里我就不放图了,版权问题,个人看看是没有问题的。 **(5)Python知识点汇总** 知识点汇总有点像学习路线,但与学习路线不同的点就在于,知识点汇总更为细致,里面包含了对具体知识点的简单说明,而我们的学习路线则更为抽象和简单,只是为了方便大家只是某个领域你应该学习哪些技术栈。 ![在这里插入图片描述](https://img-blog.csdnimg.cn/c741a91b05a542ba9dc8abf2f2f4b1af.png) **(6)其他资料** 还有其他的一些东西,比如说我自己出的Python入门图文类教程,没有电脑的时候用手机也可以学习知识,学会了理论之后再去敲代码实践验证,还有Python中文版的库资料、MySQL和HTML标签大全等等,这些都是可以送给粉丝们的东西。 ![在这里插入图片描述](https://img-blog.csdnimg.cn/9fa77af248b84885a6ec779b2ead064d.png) **这些都不是什么非常值钱的东西,但对于没有资源或者资源不是很好的学习者来说确实很不错,你要是用得到的话都可以直接抱走,关注过我的人都知道,这些都是可以拿到的。** **网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。** **[需要这份系统化学习资料的朋友,可以戳这里获取](https://bbs.csdn.net/forums/4304bb5a486d4c3ab8389e65ecb71ac0)** **一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。