touchmaker/aisee_open_lesson

opencv python

Computer Vision for Human

为人写的图形图像学课程

route for none-computer users' openCV lessons with examples and source code

---

重点利用Opencv积极联系Python的技能

---

课程特色 Fetures

第一阶段

• introdue to compter vision (cv2)
• Tricks of install cv 如何安装技巧
• loading pictrure/camera/movie 加载图片和摄像头或视频
• cvui 简单的图形界面 headfile GUI for openCV
• Tesseract-ocr 识别与训练

第二阶段

• basic image processing 基本图像处理
• TrainData DIY 字体识别库diy
• Image prop. correction methods 图片透视校正
• Table/grid/web data fetch 表格数据榨取

---

AI SEE

第一阶段

---

5 minutes introduction of compter vision (cv2)

5 分钟快速上手教程

---

Install

针对非MS Microsoft VisualStudio 的方法 比如MAC

• install python 2.6
• install cv2 numpy matplotlib cvui

pip install --upgrade setuptools
pip install matplotlib
pip install numpy
pip install opencv-python==版本号

---

• Via pip you can specify the package version to install using the following: 指定版本号

pip install opencv-python==2.4.9

However, that package does not seem to be available on pypi. A little trick for checking available versions:

pip install opencv-python

---

如果以上都不行 ，把D:\opencv\opencv\build\python\2.7\x64 下的cv2.pyd 复制到 C:\Python27\Lib的目录下

---

测试安装是否成功环境 在Python环境

import cv2
print cv2.CV_AA

---

First examples in CV

入门案例

• loading picture
• loading video data

---

Show Image Example

显示图片

import cv2
import numpy as np

img = cv2.imread("girl.jpg",0)
height, width = img.shape
cv2.imshow("Hello World",img)
cv2.waitKey(0)
cv2.destroyAllWindows()

---

Cam Example

加载摄像头

# use computer
import cv2
import numpy as np

cap = cv2.VideoCapture(0)

cap.set(cv2.cv.CV_CAP_PROP_FRAME_WIDTH,1080)
cap.set(cv2.cv.CV_CAP_PROP_FRAME_HEIGHT,720)

while(1):
    # get a frame
    ret, frame = cap.read()
    # show a frame
    cv2.imshow(" Video example exit by 'q' ", frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
    
cap.release()

cv2.destroyAllWindows() 

---

使用matplotlib 图像显示库

import numpy as np 
import cv2 
from matplotlib import pyplot as plt 
 
img = cv2.imread('messi5.jpg',0) 
plt.imshow(img, cmap = 'gray', interpolation = 'bicubic') 
plt.xticks([]), plt.yticks([]) # to hide tick values on X and Y axis 
plt.show()

---

CVUI

A (very) simple UI lib built on top of OpenCV drawing primitives. Other UI libs, such as imgui, require a graphical backend (e.g. OpenGL) to work, so if you want to use imgui in a OpenCV app, you must make it OpenGL enabled, for instance. It is not the case with cvui, which uses only OpenCV drawing primitives to do all the rendering (no OpenGL or Qt required).

CVUI 是一个基于 OpenCV 自建绘图模块的图形界面库，其他的图形界面库，如imgui，需要界面后台库Opengl或QT支持，如果我们只需要使用一些比较常见的UI功能，我们只需要OpenCV来完成所有的渲染功能。

---

UI example

import numpy as np
import cv2
import cvui

WINDOW_NAME = 'CVUI Test'

cvui.init(WINDOW_NAME)
frame = np.zeros((200, 400, 3), np.uint8)

while True:
    frame[:] = (49, 52, 49)
    cvui.text(frame, 10, 15, 'Hello world!')
    # Update cvui internal stuff
    cvui.update()
    # Show window content
    cv2.imshow(WINDOW_NAME, frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
		break

• NOTES change code CV2_LINE to CV_AA

---

Homework

作业

创建一个可以显示摄像头内容的窗体，在窗体内部放置一个checkbox，通过checkbox 来改变图形的性质 比如颜色图像或黑白图像

---

Easy OCR Introduction

简单OCR教程

---

project Tesseract-OCR

Tesseract最早1985由HP公司开发，后转为开源项目，由于获得GOOGLE公司的大力资助，项目得以延续，现在的版本为4.0 beta,内核上支持RNN技术

---

Tesseract 安装与使用

安装pytesseract

pip install pytesseract

C:\Python27\Lib\site-packages\pytesseract

tesseract_cmd = 'tesseract'

改成如下

tesseract_cmd = 'c:/Program Files (x86)/Tesseract-OCR/tesseract.exe'

---

在python 环境调用 Tesseract

字符转文字 (英文字符)

---

识别图片中的英文文字

import cv2
import pytesseract
from PIL import Image
import os

text = pytesseract.image_to_string(Image.open("testocr.jpg"))
print(text)

---

识别图片中的中文文字

#coding=utf-8
#coding=utf-8import cv2
import pytesseract
try:
    from PIL import Image
except ImportError:
    import Image
import pytesseract
import os

text = pytesseract.image_to_string(Image.open("testocr.tif"),lang='chi_sim')
print(text)

---

Tesseract 训练教程

---

手工训练教程

重命名图像文件

产生box文件

打包字库

---

上述过程 easy_font_batch.py

---

Homework

作业

训练一个能识别“ABCD”手写字符视屏动态识别的“robot”

---

AI SEE

第二阶段

---

basic image processing

基本图像处理

---

1.认识色彩通道

2.直方图

3.图像混合

4.降噪、模糊函数

5.二值处理

---

1.区域处理

2.基础抖动函数

3.dilate()函数

4.基础边界处理

---

1.图像透视修正

通过四个点进行画面修正

综合案例

---

其他内容

openCV 中文显示

多线程处理

---

Fin

---

opencv_for_human.md 文件 可以用 GitHub tajpure/vortex 编辑 地址 https://github.com/tajpure/vortex