opencv深入浅出了解机器学习和深度学习

 import cv2 import numpy as np import matplotlib.pyplot as plt points = np. random. randint(0,100, (20,2))                        #随机选择20个点 labels = np. random. randint(0,2,(20,1))                           #为随机点随机分配标志 label0s = points[labels.ravel()==0]                                #分出标志为0的点 plt. scatter(label0s[:,0],label0s[:,1],80,'b','s')                 #将标志为0的点绘制为蓝色矩形 label1s = points[labels.ravel()==1]                                #分出标志为1的点 plt. scatter(label1s[:,0],label1s[:,1],80,'r','^')                 #将标志为1的点绘制为红色三角形 newpoint = np.random.randint(0,100,(1,2))                          #随机选择一个点，下面确定其分类 plt.scatter(newpoint[:,0],newpoint[:,1],80,'g','o')                #将待分类新点绘制为绿色圆点 plt.show()                                                         #进一步使用kNN算法确认待分类新点的类别、3个最近邻居和距离 knn = cv2.ml.KNearest_create()                                     #创建kNN分类器 knn.train(points.astype(np.float32).cv2.ml.ROW_SAMPLE,labels.astype(np. float32))  #训练模型 ret,results,neighbours,dist = knn.findNearest(newpoint.astype(np.float32), 3)      #找出3个最近邻居 print("新点标志: %s" % results) print("邻居: %s" % neighbours) print("距离: %s" % dist)

 import cv2 import numpy as np import matplotlib.pyplot as plt gray = cv2. imread('img/a.png-600',0)     #读入手写数字的灰度图像 digits = [np.hsplit(r,100) for r in np.vsplit(gray,50)]    #分解数字: 50行、100 列 np_digits = np.array(digits )      #转换为NumPy数组 #准备训练数据，转换为二维数组，每个图像400个像素 train_data = np_digits.reshape(-1, 400). astype(np. float32) train_labels = np.repeat(np. arange(10),500)[:,np.newaxis]    #定义标志 knn = cv2.ml.KNearest_create()             #创建kNN分类器 knn.train(train_data, cv2.ml.ROW_SAMPLE,train_labels)     #训练模型 #用绘图工具创建的手写数字5图像(大小为20x 20 )进行测试 test= cv2.imread('img/a5.png-600',0)        #打开图像 test_data=test.reshape(1,400).astype(np.float32)     #转换为测试数据 ret,result,neighbours,dist = knn. findNearest(test_data,k=3)     #执行测试 print(result.ravel())        #输出测试结果 print(neighbours.ravel()) #将对手写数字9拍摄所得图像的大小转换为20 x 20进行测试 img2=cv2. imread('img/d3.png-600',0) ret,img2=cv2. threshold(img2,150, 255, cv2. THRESH_BINARY_INV)     #反二值化阈值处理 test_data=img2.reshape(1,400).astype(np. float32)       #转换为测试数据 ret,result,neighbours,dist = knn. findNearest(test_data,k=3)                 #执行测试 print(result.ravel())                                                               #输出测试结果 print(neighbours .ravel())

 import cv2 import numpy as np import matplotlib.pyplot as plt#准备训练数据，假设图像高240,宽320,在其中选择5个点 traindata=np.matrix([[140,60],[80, 120],[16,10],[166,190],[248, 180]],dtype = np.float32) #5个点，前3个点为一类，标志为8;后2个点为一类，标志为1 labels = np.array([0,0,0,1,1]) svm = cv2.ml.SVM_create()             #创建SVM分类器 svm. setGamma(0.50625)                 #设置相关参数 svm. setC(12.5) svm. setKernel(cv2.ml.SVM_LINEAR) svm.setType(cv2.ml.SVM_C_SVC) svm. setTermCriteria((cv2. TERM_CRITERIA_MAX_ITER, 100, 1e-6)) svm.train(traindata, cv2.ml. ROW_SAMPLE, labels)        #训练模型 img = np.zeros((240,320,3),dtype="uint8" )           #创建图像 colors = {0:(102,255,204),1:(204,204,102)} #用SVM分类器对图像像素进行分类，根据分类结果设置像素颜色 for i in range(240): for j in range(320): point = np.matrix([[j,i]], dtype=np.float32)       #将像素坐标转换为测试数据 label = svm.predict(point)[1].ravel()              #执行预测，返回结果 img[i,j] = colors[label[0]]              #根据预测结果设置像素颜色 svm_vectors = svm. getUncompressedSupportVectors() #获得SVM向量 for i in range(svm_vectors.shape[0]):           #在图像中绘制SVM向量(红色圆) cv2.circle(img,(int(svm_vectors[i,0]),int(svm_vectors[i,1])),8,(0,0,255),2) #在图像中绘制训练数据点，类别标志0使用蓝色，类别标志1使用绿色 cv2.circle(img, (140, 60),5,(255,0,0),-1) cv2.circle(img, (80,120),5,(255,0,0),-1) cv2.circle(img, (160,110),5,(255,0,0),-1) cv2.circle(img, (160,190),5,(0,255,0),-1) cv2.circle(img, (240,180),5,(0,255,0),-1) img = cv2. cvtColor(img, cv2.COLOR_BGR2RGB)   #转换为RGB格式 plt. imshow(img) plt. show()        #显示结果

 import cv2 import numpy as np def hog(img): #定义HOG描述符的计算函数 hog = cv2.HOGDescriptor((20,20),(8,8),(4,4),(8,8),9,1,-1,0,0.2,1,64,True)    #定义HOGDescriptor对象 hog_descriptor=hog.compute(img)            #计算HOG描述符 hog_descriptor=np.squeeze(hog_descriptor)  #转换为一维数组 return hog_descriptor                       #返回HOG描述符，144 位 img = cv2.imread('img/a.png-600',0) digits=[np.hsplit(row,100) for row in np.vsplit(img, 50)]  #分解图像，50行、100列 labels = np.repeat(np. arange(10),500)[:,np.newaxis]   #定义对应的标记 hogdata = [list(map(hog,row)) for row in digits]        #计算图像的HOG描述符 trainData = np. float32(hogdata) . reshape(-1, 144)    #转换为测试数据 svm = cv2.ml.SVM_create( )      #创建SVM分类器 #设置相关参数 svm. setKernel(cv2.ml. SVM_LINEAR) svm. setType(cv2.ml.SVM_C_SVC) svm. setC(2.67) svm. setGamma(5.383) svm. train(trainData, cv2.ml. ROW_SAMPLE, labels) #训练模型 #用绘图工具创建的手写数字5图像(大小为20 x 20 )进行测试 test= cv2.imread('img/d5.jpg-600',0) #打开图像 test_data=hog(test) test_data=test_data.reshape(1, 144) . astype(np. float32) #转换为测试数据 result = svm. predict(test_data)[1] print( '识别结果: ',np. squeeze(result)) #用绘图工具创建的手写数字8图像(大小为20 x20 )进行测试 test= cv2. imread('img/d7.jpg-600' ,0) test_data=hog(test) test_data=test_data.reshape(1,144).astype(np .float32) #转换为测试数据 result = svm. predict(test_data)[1] print('识别结果:',np.squeeze(result))

 import cv2 import numpy as np from matplotlib import pyplot as plt #创建聚类数据，3个类别，每个类别包含20个点 data = np.vstack((np.random. randint(10,90, (20,2)),np. random. randint(80,170, (20, 2)),np.random.randint(160,250, (20, 2)))) data=data.astype(np.float32) #定义算法终止条件 criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 20, 1.0) #使用k均值聚类算法执行分类操作，k=3，返回结果中label用于保存标志，center 用于保存质心 ret,label,center=cv2. kmeans(data,3,None, criteria,10,cv2.KMEANS_RANDOM_CENTERS) #根据运算结果返回的标志将数据分为3组，便于绘制图像 data1 = data[label.ravel() == 0] data2 = data[label.ravel() == 1] data3 = data[label.ravel() == 2] plt. scatter(data1[:,0], data1[:,1], c='r') #绘制第1类数据点，红色 #绘制第2类数据点，绿色 plt.scatter(data2[:,0],data2[:,1],c='g') #绘制第3类数据点，蓝色 plt.scatter(data3[:,0], data3[:,1], c='b') plt.scatter(center[:,0],center[:,1],100,['#CC3399'],'s') #绘制质心，颜色为#CC3399 #显示结果 plt. show()

 import cv2 import numpy as np img = cv2.imread('img/qwe.jpg-600') #打开图像 #显示原图 img2 = img.reshape((-1,3)). astype(np. float32) #转换为nx 3的浮点类型数组，n=图像像素的总数一3 #定义算法终止条件 criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 10, 1.0) K=8 ret,label,center=cv2.kmeans(img2,K,None, criteria,10,cv2.KMEANS_RANDOM_CENTERS) center = np.uint8(center)             #将质心转换为整型 img3 = center[label.ravel()]          #转换为一维数组 img3 = img3.reshape((img.shape))        #恢复为原图像数组形状 cv2.imshow('K=8',img3) K=12 ret,label,center=cv2. kmeans(img2,K,None, criteria,10,cv2.KMEANS_RANDOM_CENTERS) center = np.uint8(center)             #将质心转换为整型 img3 = center[label.ravel()]          #转换为一维数组 img3 = img3.reshape((img.shape))        #恢复为原图像数组形状 cv2.imshow('K=12',img3) cv2.waitKey(0)

 import cv2 import numpy as np from matplotlib import pyplot as plt from PIL import ImageFont,ImageDraw, Image #读入文本文件中的类别名称，共0种类到每行为一个类到，从第11个字符开始为名称 #基本格式如下 # n01440764 tench, Tinca tinca # n01443537 goldfish, Carassius auratus file=open('classes.txt' ) names=[r.strip() for r in file.readlines()] file.close() classes = [r[10:] for r in names] #获取每个类别的名称 #从文件中载入Caffe模型 net = cv2.dnn.readNetFromCaffe("AlexNet_deploy.txt", "AlexNet_CaffeModel.dat") image = cv2. imread("img/qwe.jpg-600") #打开图像，用于识别分类 #创建图像块数据，大小为(224,224)，颜色通道的均值缩减比例因子为(104, 117, 123) blob = cv2.dnn. blobFromImage(image, 1, (224,224), (104, 117, 123)) net. setInput(blob) #将图像块数据作为神经网络输入 #执行预测，返回结果是一个 1x 1000的数组，按顺序对应1000种类别的可信度 result = net. forward() ptime, x = net. getPerfProfile() #获得完成预测时间 print('完成预测时间: %.2f ms' % (ptime * 1000.0 / cv2.getTickFrequency(0))) sorted_ret = np. argsort(result[0]) #将预测结果按可信度由高到低排序 top5 = sorted. ret[::-1][:5] #获得排名前5的预测结果 ctext = "类别: "+classes[top5[0]] ptext = "可信度: {:.2%}" . format(result[0][top5[0]]) #输出排名前5的预测结果 for (index, idx) in enumerate(top5): print("t).类别: {},可信度: (:2%)" .format(index + 1, classes[idx], result[0][idx])) #在图像中输出排名第1的预测结果 fontpath = "STSONG. TTF" font = ImageFont . truetype( fontpath, 80)        #载入中文字体，设置字号 img_pil = Image. fromarray(image) draw = ImageDraw.Draw(img_pil) draw.text((10, 10),ctext, font = font,fill=(0,0,255)) #绘制文字 draw.text((10,100),ptext, font = font, fill=(0,0,255)) img = np.array(img_pil) img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB) plt.imshow(img) plt.axis('off') plt.show()

 import cv2 import numpy as np from matplotlib import pyplot as plt import matplotlib from PIL import InageFont, Inagoraw, Image #加载字体，以便显示汉字 fontpath = "STSONG.TTF” font = ImageFont.truetype(fontpath,20)     #载入字体，设置字号 font2 = {'family': 'STSONG', "size": 22} matplotlib.rc('font', **font2) #设置plt字体 #从文件中加载已知的对象名称，文件保存了80个类别的对象名称，每行个 f=open(" object_names .txt",encoding=' utf-8') object. names = [r.strip() for r in f.readlines()] f.close() #从文件中加载预训练的Darknet模型 mode = cv2. dnn. readNetFromDarknet("yolov3.cfg", "yolov3.weights") image = cv2. imread(" objects. jpg") #打开图像文件 imgH, imgW = image . shape[ :2] ut_layers = mode. getLayerNames() #获得输出层 out_layers = [out_layers[i[0] - 1] for i in mode.getUnconnectedOutLayers()] blob = cv2.dnn. blobFromImage(image, 1/255.0, (416,416),swapRB=True, crop=False)  #创建图像块数据 mode . setInput(blob) #将图像块数据设置为模型输入 layer_results = mode . forward(out_layers) #执行预测，返回每层的预测结果 ptime,_ = mode. getPerfProfile() tilte_text='完成预测时间: %.2f ms' % (ptime* 1000/cv2. getTickFrequency()) result_boxes = [] result_scores = [] result_name_id = [] for layer in layer_results:        #遍历所有输出层 for box in layer:              #遍历层的所有输出预测结果，每个结果为一个边框 #预测结果结构: x, y, w, h, confidence, 80 个类别的概率 probs = box[5:] class_id = np.argmax(probs)     #找到概率最大的类别名称 prob = probs[class_id]          #找到最大的概率 if prob > 0.5: #筛选出概率大于50%的类别 #计算每个box在原图像中的绝对坐标 box = box[0:4]* np.array[imgW, imgH, imgW, imgH]) (centerx, centery, width, heignt) = box.astype("int") x = int(centerX - (width / 2)) y = int(centerY - (height / 2)) result_boxes.append([x, y, int(width),int(height)]) result_scores . append(float(prob)) result_name_id. append(class_id) #应用非最大值抑制消除重复边框，获得要绘制的box draw_boxes = cv2.dnn. NMSBoxes(result_boxes, result_scores, 0.6, 0.3) if len(draw_boxes) > 0: for i in draw_boxes.ravel(): #获得边框坐标 (x, y) = (result_boxes[i][0], result_boxes[i][1]) (w, h) = (result_boxes[i][2], result_boxes[i][3]) #绘制边框 cv2.rectangle(image,(x,y), (x+w,y+h),(0,255,0),1) #输出类别名称和可信度 text=object_names[result_name_id[i]] +"\n{: .1%}". format(result_scores[i]) img_pil = Image.fromarray(image) draw = ImageDraw.Draw(img_pil) draw.text((x+5,y), text, font = font,fill=(0,0,255)) #绘制文字 image = np.array(img_pil) img = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) plt. title(tilte_text) plt. imshow(img) plt.axis('off') plt. show()