УЧЕБНОЕ ПОСОБИЕ ПО OPEN CV НА PYTHON 3.13 (часть 1)

Содержание

• Урок 1

  Введение в компьютерное зрение и базовые понятия

  • 1.1 Что такое изображение в цифровом виде?
  • 1.2 Среда разработки
• Урок 2

  Чтение и отображение изображений, видео и работа с веб-камерой

  • 2.1 Чтение и отображение изображений
  • 2.2 Работа с видео
  • 2.3 Работа с веб-камерой
• Урок 3

  Базовые функции обработки изображений

  • 3.1 Конвертация цветовых пространств
  • 3.2 Размытие изображения (Gaussian Blur)
  • 3.3 Детектирование границ (Canny Edge Detection)
• Урок 4

  Морфологические операции

  • 4.1 Дилатация (утолщение границ)
  • 4.2 Эрозия (утончение границ)
• Урок 5

  Изменение размера и обрезка изображений

  • 5.1 Изменение размера изображения
  • 5.2 Обрезка изображения
• Урок 6

  Рисование фигур и текста на изображениях

  • 6.1 Создание изображений и рисование базовых фигур
  • 6.2 Добавление текста на изображения
• Урок 7

  Перспективные преобразования и объединение изображений

  • 7.1 Изменение перспективы (Bird Eye View)
  • 7.2 Объединение изображений

Урок 1: Введение в компьютерное зрение и базовые понятия

1.1 Что такое изображение в цифровом виде?

Теоретическая основа:

• Изображение представляет собой матрицу (массив) пикселей
• Каждый пиксель содержит информацию о цвете или яркости
• Разрешение изображения определяется количеством пикселей по ширине и высоте:
  • VGA: 640×480 пикселей
  • HD: 1280×720 пикселей
  • Full HD: 1920×1080 пикселей

Типы изображений:

1. Бинарное изображение - содержит только два значения:
   • 0 = черный цвет
   • 1 = белый цвет
   • Применяется для простых масок и базовой сегментации
2. Изображение в градациях серого - использует 8-битное представление:
   • Диапазон значений: 0-255
   • 0 = абсолютный черный
   • 255 = абсолютный белый
   • 254 промежуточных оттенка серого
   • Формат: (высота × ширина)
3. Цветное изображение (RGB/BGR) - состоит из трех каналов:
   • В OpenCV используется порядок BGR (Blue, Green, Red), а не RGB
   • Каждый канал содержит значения от 0 до 255
   • Формат: (высота × ширина × 3 канала)

1.2 Среда разработки

Необходимые инструменты:

• Python 3.13
• PyCharm Community Edition (бесплатная IDE)
• Библиотеки: OpenCV, NumPy

Пошаговая инструкция:

1. Скачиваем Python с официального сайта python.org
   • Важно отметить галочку "Add Python to PATH" во время установки
2. Устанавливаем PyCharm Community Edition:
   • Скачиваем с jetbrains.com/pycharm
   • Ассоциируем .py файлы с PyCharm
   • Добавляем лаунчер в PATH
3. Создаем виртуальное окружение:

   # В PyCharm: File → New Project → Python
   # Выбираем интерпретатор Python 3.13

4. Устанавливаем необходимые библиотеки:

   pip install opencv-python numpy

Проверка установки:

import cv2
import numpy as np

print("OpenCV версия:", cv2.__version__)
print("NumPy версия:", np.__version__)
print("Пакеты успешно импортированы!")

Урок 2: Чтение и отображение изображений, видео и работа с веб-камерой

2.1 Чтение и отображение изображений

Используемые методы:

• cv2.imread(path) - загружает изображение из файла
  • Параметр path - путь к файлу изображения
  • Возвращает объект изображения в формате BGR
  • Если файл не найден, возвращает None (не вызывает исключение!)
• cv2.imshow(window_name, image) - отображает изображение в окне
  • window_name - название окна для отображения
  • image - объект изображения для отображения
  • Создает окно с заданным именем и показывает в нем изображение
• cv2.waitKey(delay) - ожидает нажатия клавиши
  • delay - время ожидания в миллисекундах (0 = бесконечно)
  • Возвращает код нажатой клавиши
  • Обязательно вызывать после imshow для отображения изображения

Практический пример:

import cv2

# Чтение изображения из файла
img = cv2.imread('resources/lena.png')

# Проверка успешности загрузки
if img is None:
    print("Ошибка: изображение не найдено!")
else:
    # Отображение изображения
    cv2.imshow('Output', img)
    
    # Ожидание нажатия клавиши (0 - бесконечное ожидание)
    cv2.waitKey(0)
    
    # Закрытие всех окон OpenCV
    cv2.destroyAllWindows()

2.2 Работа с видео

Используемые методы:

• cv2.VideoCapture(source) - создает объект для захвата видео
  • source - путь к видеофайлу или ID камеры
  • Возвращает объект VideoCapture
• cap.read() - считывает следующий кадр из видео
  • Возвращает кортеж (success, image)
  • success - булево значение, указывающее на успешность чтения
  • image - объект изображения (кадр)
• cap.isOpened() - проверяет, успешно ли открыт источник видео
• cap.release() - освобождает ресурсы видеоисточника

Практический пример:

import cv2

# Захват видео из файла
cap = cv2.VideoCapture('resources/test_video.mp4')

# Проверка успешности открытия
if not cap.isOpened():
    print("Ошибка: не удалось открыть видеофайл")
    exit()

while True:
    # Чтение кадра
    success, img = cap.read()
    
    # Проверка успешности чтения кадра
    if not success:
        print("Видео закончилось или произошла ошибка")
        break
    
    # Отображение кадра
    cv2.imshow('Video', img)
    
    # Выход при нажатии клавиши 'q'
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# Очистка ресурсов
cap.release()
cv2.destroyAllWindows()

2.3 Работа с веб-камерой

Используемые методы:

• cv2.VideoCapture(0) - подключение к веб-камере (ID 0 - камера по умолчанию)
• cap.set(propId, value) - установка параметров камеры:
  • propId = 3 - ширина кадра
  • propId = 4 - высота кадра
  • propId = 10 - яркость
  • propId = 15 - контрастность

Практический пример:

import cv2

# Захват видео с веб-камеры (ID 0 - камера по умолчанию)
cap = cv2.VideoCapture(0)

# Проверка подключения камеры
if not cap.isOpened():
    print("Ошибка: не удалось подключиться к веб-камере")
    exit()

# Установка параметров камеры
cap.set(3, 640)  # Ширина (ID параметра 3)
cap.set(4, 480)  # Высота (ID параметра 4)
cap.set(10, 100)  # Яркость (ID параметра 10)

print(f"Разрешение камеры: {cap.get(3)}x{cap.get(4)}")
print(f"Яркость: {cap.get(10)}")

while True:
    success, img = cap.read()
    
    if not success:
        print("Ошибка: не удалось получить кадр с камеры")
        break
    
    cv2.imshow('Webcam', img)
    
    # Выход при нажатии клавиши 'q'
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# Очистка ресурсов
cap.release()
cv2.destroyAllWindows()

Урок 3: Базовые функции обработки изображений

3.1 Конвертация цветовых пространств

Используемые методы:

• cv2.cvtColor(src, code) - конвертация цветового пространства
  • src - исходное изображение
  • code - код преобразования:
    • cv2.COLOR_BGR2GRAY - BGR в градации серого
    • cv2.COLOR_BGR2HSV - BGR в HSV (Hue, Saturation, Value)
    • cv2.COLOR_GRAY2BGR - градации серого в BGR

Практический пример:

import cv2

# Чтение изображения
img = cv2.imread('resources/lena.png')

# Конвертация в градации серого
imgGray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# Отображение результатов
cv2.imshow('Original', img)
cv2.imshow('Gray Image', imgGray)
cv2.waitKey(0)
cv2.destroyAllWindows()

3.2 Размытие изображения (Gaussian Blur)

Используемые методы:

• cv2.GaussianBlur(src, ksize, sigmaX) - гауссово размытие
  • src - исходное изображение
  • ksize - размер ядра (кортеж (width, height)), должен быть нечетным
  • sigmaX - стандартное отклонение по оси X (0 - автоматический расчет)

Практический пример:

import cv2
import numpy as np

# Чтение изображения
img = cv2.imread('resources/lena.png')
imgGray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# Применение гауссова размытия
imgBlur = cv2.GaussianBlur(imgGray, (7, 7), 0)  # (7, 7) - размер ядра

# Отображение результатов
cv2.imshow('Gray Image', imgGray)
cv2.imshow('Blur Image', imgBlur)
cv2.waitKey(0)
cv2.destroyAllWindows()

3.3 Детектирование границ (Canny Edge Detection)

Используемые методы:

• cv2.Canny(image, threshold1, threshold2) - детектирование границ методом Canny
  • image - исходное изображение (лучше использовать размытое изображение)
  • threshold1 - нижний порог градиента
  • threshold2 - верхний порог градиента
  • Соотношение threshold2/threshold1 обычно 2:1 или 3:1

Практический пример:

import cv2

# Чтение изображения
img = cv2.imread('resources/lena.png')

# Детектирование границ
imgCanny = cv2.Canny(img, 100, 100)  # Базовые пороги

# Улучшенная версия с размытием перед детектированием
imgBlur = cv2.GaussianBlur(img, (7, 7), 0)
imgCannyEnhanced = cv2.Canny(imgBlur, 50, 150)

# Отображение результатов
cv2.imshow('Original', img)
cv2.imshow('Canny Basic', imgCanny)
cv2.imshow('Canny Enhanced', imgCannyEnhanced)
cv2.waitKey(0)
cv2.destroyAllWindows()

Урок 4: Морфологические операции

4.1 Дилатация (утолщение границ)

Используемые методы:

• cv2.dilate(src, kernel, iterations) - дилатация изображения
  • src - исходное изображение (обычно результат Canny)
  • kernel - структурирующий элемент (матрица из единиц)
  • iterations - количество итераций (степень дилатации)
• np.ones(shape, dtype) - создание матрицы из единиц
  • shape - размер матрицы (высота, ширина)
  • dtype - тип данных (np.uint8 для изображений)

Практический пример:

import cv2
import numpy as np

# Чтение изображения
img = cv2.imread('resources/lena.png')
imgCanny = cv2.Canny(img, 100, 100)

# Создание ядра для дилатации
kernel = np.ones((5, 5), np.uint8)  # Матрица 5x5 из единиц

# Применение дилатации
imgDilation = cv2.dilate(imgCanny, kernel, iterations=1)

# Усиленная дилатация
imgDilationStrong = cv2.dilate(imgCanny, kernel, iterations=3)

# Отображение результатов
cv2.imshow('Canny Image', imgCanny)
cv2.imshow('Dilation (1 iteration)', imgDilation)
cv2.imshow('Dilation (3 iterations)', imgDilationStrong)
cv2.waitKey(0)
cv2.destroyAllWindows()

4.2 Эрозия (утончение границ)

Используемые методы:

• cv2.erode(src, kernel, iterations) - эрозия изображения
  • Параметры аналогичны функции дилатации
  • Эффект противоположен дилатации - "сжигает" края белых областей

Практический пример:

import cv2
import numpy as np

# Чтение изображения
img = cv2.imread('resources/lena.png')
imgCanny = cv2.Canny(img, 100, 100)
kernel = np.ones((5, 5), np.uint8)

# Применение дилатации
imgDilation = cv2.dilate(imgCanny, kernel, iterations=1)

# Применение эрозии к результату дилатации
imgEroded = cv2.erode(imgDilation, kernel, iterations=1)

# Отображение результатов
cv2.imshow('Canny Image', imgCanny)
cv2.imshow('Dilation Image', imgDilation)
cv2.imshow('Eroded Image', imgEroded)
cv2.waitKey(0)
cv2.destroyAllWindows()

Урок 5: Изменение размера и обрезка изображений

5.1 Изменение размера изображения

Используемые методы:

• cv2.resize(src, dsize, fx, fy, interpolation) - изменение размера изображения
  • src - исходное изображение
  • dsize - целевой размер (ширина, высота)
  • fx, fy - коэффициенты масштабирования (альтернатива dsize)
  • interpolation - метод интерполяции (по умолчанию cv2.INTER_LINEAR)
• img.shape - получение размеров изображения
  • Возвращает кортеж (высота, ширина, количество каналов)
  • Для градаций серого: (высота, ширина)

Практический пример:

import cv2

# Чтение изображения
img = cv2.imread('resources/lambo.png')

# Получение и вывод размеров изображения
print("Размер исходного изображения:", img.shape)  # (высота, ширина, каналы)

# Изменение размера (ширина, высота)
imgResize = cv2.resize(img, (300, 200))  # Новые размеры: ширина=300, высота=200

# Увеличение размера (может привести к потере качества)
# imgResize = cv2.resize(img, (1000, 500))

# Проверка нового размера
print("Размер измененного изображения:", imgResize.shape)

# Отображение результатов
cv2.imshow('Original Image', img)
cv2.imshow('Resized Image', imgResize)
cv2.waitKey(0)
cv2.destroyAllWindows()

5.2 Обрезка изображения

Используемые методы:

• Индексирование массивов NumPy: img[y1:y2, x1:x2]
  • y1:y2 - диапазон по вертикали (высота)
  • x1:x2 - диапазон по горизонтали (ширина)
  • Важно: сначала идет координата y (строки), потом x (столбцы)

Практический пример:

import cv2

# Чтение изображения
img = cv2.imread('resources/lambo.png')

# Обрезка изображения [начало_высоты:конец_высоты, начало_ширины:конец_ширины]
imgCropped = img[0:200, 200:500]  # [y1:y2, x1:x2]

# Визуализация точек обрезки на исходном изображении
img_with_rect = img.copy()
cv2.rectangle(img_with_rect, (200, 0), (500, 200), (0, 255, 0), 2)
cv2.putText(img_with_rect, "Область обрезки", (220, 30), 
            cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 255, 0), 2)

# Отображение результатов
cv2.imshow('Original Image with Crop Area', img_with_rect)
cv2.imshow('Cropped Image', imgCropped)
cv2.waitKey(0)
cv2.destroyAllWindows()

Урок 6: Рисование фигур и текста на изображениях

6.1 Создание изображений и рисование базовых фигур

Используемые методы:

• np.zeros(shape, dtype) - создание черного изображения
  • shape - размеры изображения (высота, ширина, каналы)
  • dtype - тип данных (np.uint8 для 8-битных изображений)
• cv2.line(img, pt1, pt2, color, thickness) - рисование линии
  • pt1, pt2 - начальная и конечная точки (x, y)
  • color - цвет в формате BGR (255, 0, 0) для синего
  • thickness - толщина линии
• cv2.rectangle(img, pt1, pt2, color, thickness) - рисование прямоугольника
  • pt1 - верхний левый угол (x1, y1)
  • pt2 - нижний правый угол (x2, y2)
  • thickness = cv2.FILLED для заполнения прямоугольника
• cv2.circle(img, center, radius, color, thickness) - рисование круга
  • center - центр круга (x, y)
  • radius - радиус круга в пикселях

Практический пример:

import cv2
import numpy as np

# Создание черного изображения (512x512 пикселей, 3 канала)
img = np.zeros((512, 512, 3), np.uint8)

# Рисование линии (изображение, начальная точка, конечная точка, цвет, толщина)
cv2.line(img, (0, 0), (img.shape[1], img.shape[0]), (0, 255, 0), 3)  # Зеленая диагональ

# Рисование прямоугольника (изображение, верхний левый угол, нижний правый угол, цвет, толщина)
cv2.rectangle(img, (0, 0), (250, 350), (0, 0, 255), 2)  # Красный прямоугольник с контуром

# Заполненный прямоугольник
cv2.rectangle(img, (300, 0), (512, 150), (255, 0, 0), cv2.FILLED)  # Синий заполненный прямоугольник

# Рисование круга (изображение, центр, радиус, цвет, толщина)
cv2.circle(img, (450, 50), 30, (255, 255, 0), 5)  # Голубой круг с контуром

# Отображение результата
cv2.imshow('Drawing Shapes', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

6.2 Добавление текста на изображения

Используемые методы:

• cv2.putText(img, text, org, fontFace, fontScale, color, thickness) - добавление текста
  • text - текстовая строка для отображения
  • org - начальная точка текста (нижний левый угол первого символа)
  • fontFace - тип шрифта:
    • cv2.FONT_HERSHEY_SIMPLEX - простой пропорциональный шрифт
    • cv2.FONT_HERSHEY_PLAIN - компактный шрифт
    • cv2.FONT_HERSHEY_COMPLEX - более сложный шрифт
  • fontScale - масштаб шрифта (1.0 = нормальный размер)
  • thickness - толщина штрихов символов

Практический пример:

import cv2
import numpy as np

# Создание черного изображения
img = np.zeros((512, 512, 3), np.uint8)

# Добавление текста с разными параметрами
cv2.putText(img, "OpenCV", (100, 100), cv2.FONT_HERSHEY_SIMPLEX, 1.5, (255, 255, 255), 3)
cv2.putText(img, "Font Scale 0.5", (100, 150), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 1)
cv2.putText(img, "Font Scale 2.0", (100, 200), cv2.FONT_HERSHEY_SIMPLEX, 2.0, (0, 0, 255), 2)
cv2.putText(img, "FONT_HERSHEY_PLAIN", (100, 250), cv2.FONT_HERSHEY_PLAIN, 2, (255, 0, 255), 2)
cv2.putText(img, "Thickness Demo", (100, 300), cv2.FONT_HERSHEY_COMPLEX, 1, (255, 255, 0), 1)
cv2.putText(img, "Thickness 5", (100, 350), cv2.FONT_HERSHEY_COMPLEX, 1, (255, 0, 0), 5)

# Отображение результата
cv2.imshow('Text on Image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

Урок 7: Перспективные преобразования и объединение изображений

7.1 Изменение перспективы (Bird Eye View)

Используемые методы:

• cv2.getPerspectiveTransform(src, dst) - вычисление матрицы перспективного преобразования
  • src - координаты четырех точек в исходном изображении (numpy массив)
  • dst - координаты четырех точек в целевом изображении (numpy массив)
  • Возвращает матрицу преобразования 3×3
• cv2.warpPerspective(src, M, dsize) - применение перспективного преобразования
  • M - матрица преобразования от getPerspectiveTransform
  • dsize - размер выходного изображения (ширина, высота)

Практический пример:

import cv2
import numpy as np

# Чтение изображения с картой
img = cv2.imread('resources/cards.jpg')

# Определение четырех угловых точек карты на исходном изображении (координаты подбираются вручную)
# Порядок точек: верхний левый, верхний правый, нижний левый, нижний правый
pts1 = np.float32([[111, 219], [287, 188], [154, 482], [352, 440]])

# Определение целевых точек для результата (прямоугольник стандартных размеров)
width, height = 250, 350  # Стандартные размеры игральной карты
pts2 = np.float32([[0, 0], [width, 0], [0, height], [width, height]])

# Получение матрицы преобразования перспективы
matrix = cv2.getPerspectiveTransform(pts1, pts2)
print("Матрица преобразования:")
print(matrix)

# Применение преобразования перспективы
imgOutput = cv2.warpPerspective(img, matrix, (width, height))

# Визуализация исходных точек на оригинальном изображении
img_with_points = img.copy()
for i, point in enumerate(pts1):
    x, y = int(point[0]), int(point[1])
    cv2.circle(img_with_points, (x, y), 8, (0, 0, 255), cv2.FILLED)
    cv2.putText(img_with_points, f"Point {i+1}", (x+10, y), 
                cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)

# Отображение результатов
cv2.imshow('Original Image with Points', img_with_points)
cv2.imshow('Warped Image (Bird Eye View)', imgOutput)
cv2.waitKey(0)
cv2.destroyAllWindows()

7.2 Объединение изображений

Простой метод (без масштабирования):

import cv2
import numpy as np

# Чтение изображений
img = cv2.imread('resources/lena.png')

# Горизонтальное объединение (требует одинаковой высоты)
imgHor = np.hstack((img, img))  # numpy.hstack для горизонтального стека

# Вертикальное объединение (требует одинаковой ширины)
imgVer = np.vstack((img, img))  # numpy.vstack для вертикального стека

# Отображение результатов
cv2.imshow('Horizontal Stack', imgHor)
cv2.imshow('Vertical Stack', imgVer)
cv2.waitKey(0)
cv2.destroyAllWindows()

Универсальный метод (с масштабированием и разными каналами):

import cv2
import numpy as np

def stackImages(scale, imgArray):
    """
    Функция для объединения изображений с возможностью масштабирования
    и обработки изображений с разным количеством каналов.
    
    Args:
        scale (float): Коэффициент масштабирования
        imgArray (list): Массив изображений (может быть 2D массивом для сетки)
    
    Returns:
        numpy.ndarray: Объединенное изображение
    """
    rows = len(imgArray)
    cols = len(imgArray[0])
    rowsAvailable = isinstance(imgArray[0], list)
    width = imgArray[0][0].shape[1]
    height = imgArray[0][0].shape[0]
    
    if rowsAvailable:
        for x in range(0, rows):
            for y in range(0, cols):
                if imgArray[x][y].shape[:2] == imgArray[0][0].shape[:2]:
                    imgArray[x][y] = cv2.resize(imgArray[x][y], (0, 0), None, scale, scale)
                else:
                    imgArray[x][y] = cv2.resize(imgArray[x][y], (imgArray[0][0].shape[1], imgArray[0][0].shape[0]), None, scale, scale)
                if len(imgArray[x][y].shape) == 2:
                    imgArray[x][y] = cv2.cvtColor(imgArray[x][y], cv2.COLOR_GRAY2BGR)
        
        imageBlank = np.zeros((height, width, 3), np.uint8)
        hor = [imageBlank] * rows
        
        for x in range(0, rows):
            hor[x] = np.hstack(imgArray[x])
        
        ver = np.vstack(hor)
    else:
        for x in range(0, rows):
            if imgArray[x].shape[:2] == imgArray[0].shape[:2]:
                imgArray[x] = cv2.resize(imgArray[x], (0, 0), None, scale, scale)
            else:
                imgArray[x] = cv2.resize(imgArray[x], (imgArray[0].shape[1], imgArray[0].shape[0]), None, scale, scale)
            if len(imgArray[x].shape) == 2:
                imgArray[x] = cv2.cvtColor(imgArray[x], cv2.COLOR_GRAY2BGR)
        
        hor = np.hstack(imgArray)
        ver = hor
    
    return ver

# Использование функции
img = cv2.imread('resources/lena.png')
imgGray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
imgBlur = cv2.GaussianBlur(imgGray, (7, 7), 0)
imgCanny = cv2.Canny(img, 100, 100)

# Создание сетки изображений 2x2
imgStack = stackImages(0.5, (
    [img, imgGray],
    [imgBlur, imgCanny]
))

# Отображение результата
cv2.imshow('Stacked Images Grid', imgStack)
cv2.waitKey(0)
cv2.destroyAllWindows()