Cv2 Circle

Cv2 Circle Tenerside

La conversione viene eseguita utilizzando la funzione cv2.cvtColor, che acquisisce l`immagine originale e il valore della direzione di conversione. Le direzioni sono cv2.COLOR_BGR2RGB, cv2.COLOR_BGR2YUV e così via. La prima abbreviazione mostra in quale profilo colore si trova l`immagine originale e la seconda, dopo il numero 2, in cui vogliamo tradurla.
2021-11-21, by ,

#CV2 || #Python || #Circle ||

Table of contents:



Opencv (Open Source Computer Vision Library) è un modulo Python utilizzato per risolvere problemi con la visione artificiale. Si tratta di un modulo enorme con capacità eccezionali. Utilizzando la visione artificiale, possiamo risolvere un`ampia varietà di problemi. Un esempio di tale le attività sarebbero il riconoscimento del volto e del movimento.

Oggi impareremo a scrivere codice per rilevare i volti in immagini, video e per il riconoscimento del movimento.

Riconoscimento facciale nelle immagini

Il file OpenCV GitHub ha una sottodirectory (opencv-master sample data) denominata data, che fornisce immagini di esempio e video con cui lavorare. Useremo foto e video da questa directory. Nello specifico, prendiamo il file lena.jpg. Copialo e incollalo nella tua directory di lavoro in PyCharm (o in qualsiasi altro editor). Ora iniziamo a riconoscere i volti in questa immagine.

Il nostro prossimo obiettivo è trasformare la foto in scala di grigi. Lo faremo usando il metodo cv2.cvtColor().

Questo metodo accetta due argomenti. Il primo è il nome del file da convertire e il secondo è il formato in cui convertire il file. In questo caso, utilizzeremo il formato cv2.COLOR_BGR2GRAY.

cv2.cvtcolor

Quindi utilizzeremo la funzione detectMultiScale() per rilevare oggetti (nel nostro caso, volti). Qui scriveremo face_cascade.detectMultiScale(), che rileverà i volti (questo è specificato dal parametro face_cascade).

La funzione detectMultiScale() accetta diversi argomenti: immagine, fattore di scala, numero minimo di vicini, flag, dimensione minima e massima. Elencheremo solo i primi 3 argomenti.

Per posizionare una cornice rettangolare attorno al viso, dobbiamo usare il metodo cv2.rectangle(). Richiede più argomenti. Il primo è la nostra immagine, il secondo è il punto iniziale del rettangolo, il terzo è il punto finale del rettangolo, il quarto è il colore del rettangolo e il quinto è il suo spessore. In questo caso, w è la larghezza, h è l`altezza e xey sono le coordinate del punto di partenza.

Infine, visualizziamo l`immagine sullo schermo utilizzando il metodo cv2.imshow(). Usiamo anche cv2.waitKey (0) per impostare un timeout infinito e cv2.destroyAllWindows () per chiudere la finestra.