怎么用python构建图像采集接口应用程序

这篇文章主要介绍“怎么用python构建图像采集接口应用程序”，在日常操作中，相信很多人在怎么用python构建图像采集接口应用程序问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”怎么用python构建图像采集接口应用程序”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

公司主营业务：网站建设、成都网站制作、移动网站开发等业务。帮助企业客户真正实现互联网宣传，提高企业的竞争能力。创新互联是一支青春激扬、勤奋敬业、活力青春激扬、勤奋敬业、活力澎湃、和谐高效的团队。公司秉承以“开放、自由、严谨、自律”为核心的企业文化，感谢他们对我们的高要求，感谢他们从不同领域给我们带来的挑战，让我们激情的团队有机会用头脑与智慧不断的给客户带来惊喜。创新互联推出晋江免费做网站回馈大家。

安装cv2（OpenCV）

我们将使用的图像库是cv2。因为cv2不能在Kaggle这样的在线平台上工作，所以它必须在你的计算机上本地完成。然而，模型的权重仍然可以在Kaggle上进行训练，以.h6文件的形式下载(基于Keras/TensorFlow)并加载。

在Anaconda或命令提示符中键入

conda create -n opencv python=3.6

这将在Python版本3.6中创建一个名为opencv的新环境，可以用正在使用的任何版本替换它。

下一步，输入

pip install opencv-python

你已经成功安装了cv2! 现在你可以开始拍照了。

用CV2拍照

首先，导入库。

import cv2

接下来，我们必须创建一个视频捕获实例。你可以测试实例是否能够连接到你的相机（如果没有，请检查你的设置以确保应用程序可以访问它）。

cap = cv2.VideoCapture(0)
if not (cap.isOpened()):
    print("Video device not connected.")

最后，是时候拍照了。如果要控制拍摄照片的时间，第一行将指定任意变量和输入。除非输入了某些内容（如按“回车”），然后下一行开始拍照，否则程序无法继续。拍摄图像时，你可能会看到网络摄像头指示灯很快出现。第三行关闭连接，第四行销毁访问相机的所有实例。

arb = input('Press enter to take picture.')
ret, frame = cap.read()
cap.release()
cv2.destroyAllWindows()

图像中的数据存储在frame中。可以使用以下代码将其转换为数组：

cv2_im = cv2.cvtColor（frame，cv2.COLOR_BGR2RGB）

调用cv2_im.shape时，输出为（480640，3）。因此，图像（对于我的相机）是480×640像素（3表示“深度”, 每个像素中有三个值说明创建最终像素颜色需要包含红色、绿色和蓝色）。

现在图像已转换为数组，matplotlib的imshow()可以显示它。

import matplotlib.pyplot as plt
plt.imshow(cv2_im)
plt.show()

完整代码：

import cv2
import matplotlib.pyplot as plt
cap = cv2.VideoCapture(10)
if not (cap.isOpened()):
    print("Video device unconnected.")
arb = input('Press enter to take picture.')
ret, frame = cap.read()
cap.release()
cv2.destroyAllWindows()
cv2_im = cv2.cvtColor(frame,cv2.COLOR_BGR2RGB)
plt.imshow(cv2_im)
plt.show()

格式化为模型标准

卷积神经网络只接受固定大小的图像，例如（100，100，3）。有几种方法可以做到这一点。

为了保持图像的比例长度，可以尝试裁剪图像。

一般语法是：

plt.imshow(cv2_im[y_upper_bound:y_lower_bound,x_lower_bound:x_higher_bound])

其中“upper”和“lower”由图像上的位置确定（y的“upper”表示图像的上方，x的“upper”表示图像的右侧）。

例如，

plt.imshow(cv2_im[100:400,100:400])

这里把照片裁剪成正方形。

但是，尺寸仍然是300×300。为了解决这个问题，我们将再次使用Pillow：

pil_image = Image.fromarray(cv2_im[100:400,100:400])
width = 100
height = 100
pil_image = pil_image.resize((width,height), Image.ANTIALIAS)

NumPy自动将Pillow图像转换为数组。

import numpy as np
cv2_im_new = np.array(pil_image)

查看新图像：

plt.imshow(cv2_im_new)

好多了！图像的新形状是(100，100，3), 非常适合我们的模型。

在模型中运行

现在我们有了NumPy数组，只需将其传递到模型中即可。

model.predict(cv2_im_new)

基于此，通过一些手动编码来标记图像的真实标签，可以在title中标记它们：

plt.imshow(cv2_im_new)
plt.title('Hand Gesture: '+classification)

到此，关于“怎么用python构建图像采集接口应用程序”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注创新互联网站，小编会继续努力为大家带来更多实用的文章！