本文來自博客專欄《Python》
本專欄專注於Python項目實戰開發應用
初學OpenCV圖像處理的小夥伴肯定對什麼高斯函數、濾波處理、閾值二值化等特性非常頭疼，這裏給各位分享一個小項目，可通過攝像頭實時動態查看各類圖像處理的特點，也可對各位調參、測試有一定幫助，項目演示效果如下：
1、導入庫文件
這裏主要使用PySimpleGUI、cv2和numpy庫文件，PySimpleGUI庫文件實現GUI可視化，cv2庫文件是Python的OpenCV接口文件，numpy庫文件實現數值的轉換和運算，均可通過pip導入。
import PySimpleGUI as sg #pip install pysimpleguiimport cv2 #pip install opencv-pythonimport numpy as np #pip install numpy
2、設計GUI
基於PySimpleGUI庫文件實現GUI設計，本項目界面設計較爲簡單，設計800X400尺寸大小的框圖，淺綠色背景，主要由攝像頭界面區域和控制按鈕區域兩部分組成。效果如下所示：
GUI代碼如下所示：
#背景色 sg.theme('LightGreen')
#定義窗口布局 layout = [ [sg.Image(filename='', key='image')], [sg.Radio('None', 'Radio', True, size=(10, 1))], [sg.Radio('threshold', 'Radio', size=(10, 1), key='thresh'), sg.Slider((0, 255), 128, 1, orientation='h', size=(40, 15), key='thresh_slider')], [sg.Radio('canny', 'Radio', size=(10, 1), key='canny'), sg.Slider((0, 255), 128, 1, orientation='h', size=(20, 15), key='canny_slider_a'), sg.Slider((0, 255), 128, 1, orientation='h', size=(20, 15), key='canny_slider_b')], [sg.Radio('contour', 'Radio', size=(10, 1), key='contour'), sg.Slider((0, 255), 128, 1, orientation='h', size=(20, 15), key='contour_slider'), sg.Slider((0, 255), 80, 1, orientation='h', size=(20, 15), key='base_slider')], [sg.Radio('blur', 'Radio', size=(10, 1), key='blur'), sg.Slider((1, 11), 1, 1, orientation='h', size=(40, 15), key='blur_slider')], [sg.Radio('hue', 'Radio', size=(10, 1), key='hue'), sg.Slider((0, 225), 0, 1, orientation='h', size=(40, 15), key='hue_slider')], [sg.Radio('enhance', 'Radio', size=(10, 1), key='enhance'), sg.Slider((1, 255), 128, 1, orientation='h', size=(40, 15), key='enhance_slider')], [sg.Button('Exit', size=(10, 1))] ]
#窗口設計 window = sg.Window('OpenCV實時圖像處理', layout, location=(800, 400), finalize=True)
3、調用攝像頭
打開電腦內置攝像頭，將數據顯示在GUI界面上，效果如下所示：
代碼如下所示：
4、實時圖像處理
4.1、閾值二值化
進行閾值二值化操作，大於閾值values['thresh_slider']的，使用255表示，小於閾值values['thresh_slider']的，使用0表示，效果如下所示：
代碼如下所示：
if values['thresh']: frame = cv2.cvtColor(frame, cv2.COLOR_BGR2LAB)[:, :, 0] frame = cv2.threshold(frame, values['thresh_slider'], 255, cv2.THRESH_BINARY)[1]
4.2、邊緣檢測
進行邊緣檢測，values['canny_slider_a']表示最小閾值，values['canny_slider_b']表示最大閾值，效果如下所示：
代碼如下所示：
if values['canny']: frame = cv2.Canny(frame, values['canny_slider_a'], values['canny_slider_b'])
4.3、輪廓檢測
輪廓檢測是形狀分析和物體檢測和識別的有用工具，連接所有連續點（沿着邊界）的曲線，具有相同的顏色或強度，效果如下所示：
代碼如下所示：
if values['contour']: hue = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV) hue = cv2.GaussianBlur(hue, (21, 21), 1) hue = cv2.inRange(hue, np.array([values['contour_slider'], values['base_slider'], 40]), np.array([values['contour_slider'] + 30, 255, 220])) cnts= cv2.findContours(hue, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[0] cv2.drawContours(frame, cnts, -1, (0, 0, 255), 2)
4.4、高斯濾波
進行高斯濾波,(21, 21)表示高斯矩陣的長與寬都是21，標準差取values['blur_slider']，效果如下所示：
代碼如下所示：
if values['blur']: frame = cv2.GaussianBlur(frame, (21, 21), values['blur_slider'])
4.5、色彩轉換
色彩空間的轉化，HSV轉換爲BGR，效果如下所示：
代碼如下所示：
if values['hue']: frame = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV) frame[:, :, 0] += int(values['hue_slider']) frame = cv2.cvtColor(frame, cv2.COLOR_HSV2BGR)
4.6、調節對比度
增強對比度，使圖像中的細節看起來更加清晰，效果如下所示：
代碼如下所示：
if values['enhance']: enh_val = values['enhance_slider'] / 40 clahe = cv2.createCLAHE(clipLimit=enh_val, tileGridSize=(8, 8)) lab = cv2.cvtColor(frame, cv2.COLOR_BGR2LAB) lab[:, :, 0] = clahe.apply(lab[:, :, 0]) frame = cv2.cvtColor(lab, cv2.COLOR_LAB2BGR)
5、退出系統
直接break即可跳出循環。
if event == 'Exit' or event is None: break
本文來自博客專欄《Python》
掃碼訂閱專欄
專欄介紹以及亮點
本專欄主要介紹Python項目實戰開發應用，實際教程聚焦於功能，覆蓋了基本的創建應用、構建和封裝庫。實例豐富，大量的技巧提示與圖文解析，和詳細的代碼註解，幫助學習者快速領悟Python編程思想和掌握Python編程的核心知識，全面提升學習者學習Python語言在不同領域的實戰應用技能。
如果你想學習Python項目實戰開發應用
訂閱這個專欄準沒錯
別猶豫
快掃碼訂閱專欄
38篇原創博文等你來看↓↓↓
