Guide d'installation rapide d'OpenCV : installer à l'aide de pip

Utilisez pip pour installer rapidement le didacticiel OpenCV

Introduction :
OpenCV (Open Source Computer Vision) est une bibliothèque de vision par ordinateur open source qui fournit une multitude de fonctions de traitement d'image et de vidéo qui peuvent être utilisées pour mettre en œuvre diverses tâches de vision par ordinateur. , comme la reconnaissance faciale, le suivi de cibles, la segmentation d'images, etc. Dans ce didacticiel, nous présenterons comment installer rapidement OpenCV à l'aide de pip et fournirons quelques exemples de code spécifiques pour aider les lecteurs à comprendre comment utiliser OpenCV pour les tâches de traitement d'image de base.

Étape 1 : Installer pip
Avant de commencer, vous devez d'abord vous assurer que pip est installé sur votre ordinateur. pip est un outil de gestion de packages en Python qui peut nous aider à installer et gérer rapidement des bibliothèques tierces. Entrez la commande suivante sur la ligne de commande pour vérifier si pip a été installé :

pip --version

Si pip est déjà installé, le numéro de version de pip sera affiché ; sinon, pip doit d'abord être installé.

Étape 2 : Installer OpenCV
Entrez la commande suivante sur la ligne de commande pour installer OpenCV à l'aide de pip :

pip install opencv-python

Cette commande téléchargera la dernière version d'OpenCV à partir de PyPI (Python Package Index) et l'installera automatiquement dans votre environnement Python. . Une fois l'installation terminée, vous pouvez vérifier si l'installation a réussi en exécutant la commande suivante :

import cv2
print(cv2.__version__)

Cet extrait de code importera la bibliothèque OpenCV et imprimera le numéro de version d'OpenCV. Si aucune erreur ne se produit et que le numéro de version est imprimé avec succès, OpenCV a été installé avec succès.

Étape 3 : Utiliser OpenCV pour le traitement d'image
Ci-dessous, nous utiliserons quelques exemples de code spécifiques pour montrer comment utiliser OpenCV pour les tâches de traitement d'image de base.

1. Lecture et affichage des images

   import cv2
   
   # 读取图像
   image = cv2.imread('image.jpg')
   
   # 显示图像
   cv2.imshow('image', image)
   cv2.waitKey(0)
   cv2.destroyAllWindows()

Ce code lira une image nommée 'image.jpg' et l'affichera dans une fenêtre. Après avoir appuyé sur n'importe quelle touche de la fenêtre, la fenêtre se fermera.

2. Image grayscale

   import cv2
   
   # 读取图像
   image = cv2.imread('image.jpg')
   
   # 将图像转为灰度图
   gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
   
   # 显示灰度图
   cv2.imshow('gray image', gray_image)
   cv2.waitKey(0)
   cv2.destroyAllWindows()

Ce code lira l'image nommée 'image.jpg' et la convertira en niveaux de gris. Ensuite, affichez l'image en niveaux de gris dans une fenêtre.

3. Flou gaussien

   import cv2
   
   # 读取图像
   image = cv2.imread('image.jpg')
   
   # 高斯模糊
   blurred_image = cv2.GaussianBlur(image, (5, 5), 0)
   
   # 显示模糊后的图像
   cv2.imshow('blurred image', blurred_image)
   cv2.waitKey(0)
   cv2.destroyAllWindows()

Ce code lira l'image nommée 'image.jpg' et effectuera un flou gaussien dessus. Ensuite, affichez l'image floue dans une fenêtre.

Résumé : 
Grâce à ce didacticiel, nous avons appris comment installer rapidement OpenCV à l'aide de pip et avons fourni quelques exemples de code spécifiques pour démontrer l'utilisation de base d'OpenCV. Nous espérons que les lecteurs pourront maîtriser les compétences de base en traitement d'image en étudiant ce didacticiel et utiliser OpenCV de manière flexible pour résoudre divers problèmes de traitement d'image dans des projets réels.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!