Python を使用して写真上でターゲット認識を実行する方法
はじめに
コンピュータ ビジョンの分野の発展に伴い、ターゲット認識の重要性がますます高まっています。 。人々は、コンピュータが人間と同じように画像内の物体を認識し、認識結果に基づいて対応する処理を実行できるようにすることを期待しています。簡潔で強力なプログラミング言語である Python は、画像ターゲット認識用のツールとライブラリを豊富に提供します。この記事では、画像ターゲット認識に Python を使用する方法を紹介し、関連するコード例を示します。
1. 必要なライブラリをインストールする
まず、必要な Python ライブラリをいくつかインストールする必要があります。 OpenCV は、画像処理とオブジェクト認識に広く使用されているコンピューター ビジョン ライブラリです。 PIL (Python Imaging Library) は、画像処理のためのいくつかの基本関数を提供します。ターミナルで次のコマンドを実行して、これら 2 つのライブラリをインストールします。
pip install opencv-python pip install pillow
2. 必要なライブラリをインポートします
Python コードでは、OpenCV ライブラリと PIL ライブラリ、およびその他の補助ライブラリをインポートする必要があります。 matplotlib や numpy などのライブラリ。以下はライブラリをインポートするコード例です:
import cv2 from PIL import Image import matplotlib.pyplot as plt import numpy as np
3. 画像の読み取りと表示
ターゲットを認識する前に、まず画像を読み取り、表示する必要があります。以下は画像の読み取りと表示のコード例です:
# 读取图像 image = cv2.imread('image.jpg') # 将图像从BGR转为RGB格式 image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) # 显示图像 plt.imshow(image) plt.axis('off') plt.show()
4. ターゲット認識
ターゲット認識の前に、既存のトレーニング モデルをロードする必要があります。 OpenCV は、顔認識、車両認識など、いくつかのトレーニングされたターゲット認識モデルを提供します。以下は、ターゲット認識に OpenCV を使用するコード例です:
# 加载人脸识别的模型 face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') # 进行人脸识别 faces = face_cascade.detectMultiScale(image, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30)) # 在原图像中绘制识别出的人脸 for (x, y, w, h) in faces: cv2.rectangle(image, (x, y), (x+w, y+h), (0, 255, 0), 2) # 显示带有识别结果的图像 plt.imshow(image) plt.axis('off') plt.show()
5. 概要
この記事の導入を通じて、Python を使用して画像上でターゲット認識を実行することが非常にシンプルかつ簡単であることがわかります。 。 OpenCVとPILライブラリを利用することで、画像の読み取り、表示、対象認識を簡単に実現できます。もちろん、これは画像ターゲット認識の入門例にすぎず、さらに研究され、実際のアプリケーションに適用できる技術やアルゴリズムは他にもあります。
この記事が画像ターゲット認識の初心者に役立つことを願っています。この面白くてやりがいのある分野で、皆さんの更なる飛躍をお祈りしています。
以上がPython を使用して写真のオブジェクト認識を実行する方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。