本教程重點(diǎn)介紹如何在Raspberry上使用OpenCV Pi可以讀取，顯示和寫(xiě)入圖像。這是開(kāi)始使用OpenCV時(shí)需要了解的基本內(nèi)容之一，也是最常用的代碼部分之一。

如果您希望創(chuàng)建一個(gè)在家中漫游并在您不在家時(shí)拍照的監(jiān)控機(jī)器人，那么本教程是您需要采取的首要步驟之一。

讓我們首先瀏覽用于讀取，顯示和保存圖像的每個(gè)函數(shù)。然后，我們可以編寫(xiě)代碼，以便我們的程序使用Pi相機(jī)來(lái)檢測(cè)面部，在檢測(cè)到的面部周圍創(chuàng)建一個(gè)矩形，然后拍攝一張照片。

在Raspberry Pi上使用OpenCV讀取圖像

用于讀取圖像的函數(shù)是 cv2.imread（）。此函數(shù)有兩個(gè)參數(shù)。

第一個(gè)參數(shù)采用圖像的名稱。如果圖像在工作目錄中，那么您只需編寫(xiě)其名稱即可。否則，你必須給出圖像的完整路徑。

第二個(gè)參數(shù)采用告訴程序應(yīng)該如何讀取圖像的標(biāo)志。

1或cv2.IMREAD_COLOR 加載彩色圖像。它使用默認(rèn)顏色并忽略圖像透明度。

0或cv2.IMREAD_GRAYSCALE 加載灰度圖像。

-1或cv2。 IMREAD_UNCHANGED 加載圖像，包括alpha通道。

image = cv2.imread（‘obama.jpg’， 0）

or

image = cv2.imread（‘obama.jpg’， cv2.IMREAD_GRAYSCALE）

我們可以使用上面任何一行來(lái)讀取圖像。

使用Raspberry Pi在OpenCV中顯示圖像

用于顯示圖像的函數(shù)是 cv2.imshow（）。此函數(shù)還有兩個(gè)參數(shù)：第一個(gè)參數(shù)是窗口名稱，第二個(gè)參數(shù)是圖像的名稱。

注意：您無(wú)法更改此函數(shù)創(chuàng)建的窗口的大小。

還有一個(gè)函數(shù)（ cv2.namedWindow（））可用于創(chuàng)建窗口，然后使用 cv2.imshow（）來(lái)顯示圖像在里面。您將能夠以這種方式調(diào)整圖像大小。

cv2.namedWindow（‘Obama’， cv2.WINDOW_NORMAL）

cv2.imshow（‘Obama’， image）

使用Raspberry Pi在OpenCV中寫(xiě)入圖像

寫(xiě)入圖像的函數(shù)是 cv2.imwrite（），它還有兩個(gè)參數(shù)：第一個(gè)參數(shù)是圖像文件名（圖像將以此文件名保存），第二個(gè)參數(shù)是您要保存的圖像的名稱。

您還可以將圖像保存為其他格式，如下一行將JPG圖像更改為PNG格式。

cv2.imwrite（‘newobama.png’， image）

讀取，顯示和寫(xiě)入圖像的Python代碼

運(yùn)行代碼后，會(huì)出現(xiàn)類似下面的輸出窗口。如果按‘s’，程序會(huì)以灰度格式保存圖像，但如果按ESC鍵，它將退出窗口而不保存圖像。

# Import OpenCV library

import cv2

# Load color image in grayscale

image = cv2.imread（‘obama.jpg’， 0）

#or

#image = cv2.imread（‘obama.jpg’， cv2.IMREAD_GRAYSCALE）。

# Create the resizeable window

cv2.namedWindow（‘Obama’， cv2.WINDOW_NORMAL）

# Display the image

cv2.imshow（‘Obama’， image）

# Wait until we get a key

k=cv2.waitKey（0）

# If pressed key is ‘s’

if k == ord（‘s’）：

# Save the image

cv2.imwrite（‘convertedimage.jpg’， image）

# Destroy all windows

cv2.destroyAllWindows（）

# If pressed key is ESC

elif k == 27：

# Destroy all windows

cv2.destroyAllWindows（）

cv2.waitkey（）是一個(gè)鍵盤(pán)綁定功能，等待任何鍵盤(pán)事件的指定時(shí)間。它需要一個(gè)參數(shù)，即以毫秒為單位的時(shí)間。如果在指定的時(shí)間范圍內(nèi)按下該鍵，程序?qū)⒗^續(xù)。傳遞0意味著它將無(wú)限期地等待一個(gè)鍵。

cv2.destroyAllWindows（）函數(shù)會(huì)破壞所有打開(kāi)的窗口。如果要銷毀特定窗口，請(qǐng)使用 cv2.destroyWindow（）并將窗口名稱作為參數(shù)傳遞。

在Raspberry Pi上使用OpenCV捕獲圖像和檢測(cè)面

現(xiàn)在根據(jù)我們學(xué)到的東西，讓我們編寫(xiě)一個(gè)演示代碼，在代碼被檢測(cè)到之前一直持續(xù)觀察。在檢測(cè)到面部后，它將在該面周圍形成一個(gè)矩形并保存圖像。

# import the necessary packages

from picamera.array import PiRGBArray

from picamera import PiCamera

import cv2

import numpy as np

# initialize the camera and grab a reference to the raw camera capture

camera = PiCamera（）

camera.resolution = （640， 480）

camera.framerate = 30

rawCapture = PiRGBArray（camera， size=（640， 480））

# Load a cascade file for detecting faces

face_cascade = cv2.CascadeClassifier（“haarcascade_frontalface_default.xml”）;

# capture frames from the camera

for frame in camera.capture_continuous（rawCapture， format=“bgr”， use_video_port=True）：

# grab the raw NumPy array representing the image， then initialize the timestamp

# and occupied/unoccupied text

image = frame.array

# Convert to grayscale

gray = cv2.cvtColor（image，cv2.COLOR_BGR2GRAY）

# Look for faces in the image using the loaded cascade file

faces = face_cascade.detectMultiScale（gray， 1.1， 5）

# Show the frame

cv2.imshow（“Frame”， image）

# Wait for key

key = cv2.waitKey（1） & 0xFF

# clear the stream in preparation for the next frame

rawCapture.truncate（0）

faceDetected = False

# Draw a rectangle around every found face

for （x，y，w，h） in faces：

faceDetected = True

# Create rectangle around the face

cv2.rectangle（image，（x，y），（x+w，y+h），（255，255，0），2）

# Save the image

cv2.imwrite（“result.jpg”， image）

if faceDetected == True：

break

cv2.destroyAllWindows（）

嘗試運(yùn)行此代碼，您應(yīng)該能夠看到寫(xiě)入相應(yīng)目錄的新圖像文件突出顯示圖片中的一個(gè)面。