人工智能应用导论（第三版）7-4 技能代码包实验手册

项目7技能代码包实验手册3.5摄像头控制方法当我们打好饭菜，走近食堂刷脸结算设备时，摄像头会实时捕捉到我们的人脸，回传到服务器或云端进行识别。因此，我们需要先掌握如何控制摄像头，以下我们通过一个简单的任务进行练习。【任务练习】打开摄像头，将摄像头捕捉到的画面显示在屏幕上，并抓拍图片保存到工作路径的“data”文件夹中。步骤一：打开摄像头创建摄像头对象，打开摄像头并捕捉一帧数据。importcv2capture=cv2.VideoCapture(0)#创建一个摄像头对象ret,frame=capture.read()#获取一帧capture.release()#释放摄像头步骤二：捕捉并显示图像实时显示摄像头捕捉的图像数据，在上面代码基础上，增加循环功能，使持续显示摄像头捕捉到的图像。需要特别注意的是，摄像头打开后，需要用capture.release()退出，否则摄像头将一直被占用。importcv2capture=cv2.VideoCapture(0)#创建一个摄像头对象capturenum=0while(True):ret,frame=capture.read()#获取一帧cv2.imshow('frame',frame)flag=cv2.waitKey(1)ifflag==ord('q'):#‘q’键退出breakcapture.release()cv2.destroyAllWindows()步骤三：创建图像存储路径：导入os模块，在工作路径下创建文件夹‘data’，用来保存抓拍的图片。输入以下代码，并运行后，确认文件夹data是否成功创建。importos#导入os模块path='./data'#工作路径下，创建data文件夹ifnotos.path.exists(path):#避免反复创建报错os.mkdir(path)#创建路径data步骤四：抓拍并保存图片：修改前面步骤代码，增加抓拍代码如下。importcv2capture=cv2.VideoCapture(0)#创建一个摄像头对象num=0while(True):ret,frame=capture.read()#获取一帧cv2.imshow('frame',frame)flag=cv2.waitKey(1)#等待1msifflag==ord('q'):#‘q’键退出breakifflag==ord('s'):#点一次s保存一张图片#写入图片，文件名为1.jpg、2.jpg...cv2.imwrite(r"./data/%s.jpg"%num,frame)num+=1capture.release()cv2.destroyAllWindows()打开文件夹“data”可见如图7-6所示采集结果。图7-6图像采集结果3.6识别结果可视化当完成用户人脸检测后，我们需要在检测到的人脸上画上矩形框，完成用户人脸识别后，我们需要将用户的ID号、账户余额、消费额信息显示在图像上；这些功能就是识别结果可视化。以下我们通过一个简单的任务进行练习。【任务练习】读取一张图片如图7-7的“mushroom.jpg”，图中有两个蘑菇，请完成：（1）在左边蘑菇绘制红色矩形框；（2）右边蘑菇绘制黄色圆形轮廓；（3）并在该图片右上角书写品红色英文文本“Heistrulyhappywhomakeothershappy.”；（4）在该图片左上角书写品红色汉字文本“比寻找温暖更重要的是让自己成为一盏灯火。”，并保存可视化结果为“visualization.jpg”。（a）原图(b)可视化结果图7-7图像可视化步骤一：读取并显示原图：新建Python脚本，将原图存放在工作路径下，应用我们项目6所学习的图片读取显示技能，完成原图读取显示，如图7-7（a）所示。#导入必要的模块importosimportcv2#在工作目录下读取一张图片img=cv2.imread('mushroom.jpg',cv2.IMREAD_COLOR)#先显示查看图像cv2.imshow('IMG',img)cv2.waitKey(0)cv2.destroyAllWindows()步骤二：在左边蘑菇绘制矩形框：矩形框绘制函数为cv2.rectangle(img,pt1,pt2,(0,0,255),2)，参数中img为原图，pt1为矩形框左上角顶点坐标，pt2为矩形框右下角顶点坐标，(0,0,255)表示矩形框设置为红色，值得注意的是OpenCV图片色彩通道顺序为BGR，其他库一般色彩通道为RGB，2表示线宽。#给定图中左边蘑菇的坐标位置，画一个矩形框#（左边一颗左顶点坐标为（x1,y1）=（240,580），顶点坐标为（x2,y2）=（470,800）），画矩形框pt1=(240,580)#左上角顶点坐标pt2=(470,800)#右下角顶点坐标#画红色矩形框，线宽为2img=cv2.rectangle(img,pt1,pt2,(0,0,255),2)#图像显示cv2.imshow('IMG',img)cv2.waitKey(0)cv2.destroyAllWindows()矩形框绘制结果如图7-8所示。图7-8矩形框绘制结果步骤三：右边蘑菇绘制黄色圆形轮廓：圆形框绘制函数为cv2.circle(img,center,radius,(0,255,255),2)，参数中img为原图，center为圆心坐标，radius为半径，(0,255,255)表示黄色（红绿融合），2位线宽。#给定圆心和半径，为右边蘑菇画一个黄色圆形轮廓#圆心（600,330），半径65center=(600,330)radius=65img=cv2.circle(img,center,radius,(0,255,255),2)#图像显示cv2.imshow('IMG',img)cv2.waitKey(0)cv2.destroyAllWindows()圆形轮廓绘制结果如图7-9所示。这里我们观察到步骤二所绘制的红色矩形框依然存在，这是因为cv2.rectangle和cv2.circle等绘制函数是直接在原图img上绘制的，绘制的线条会保留在img数据，如果不想改变img就需要创建副本绘制。图7-9圆形轮廓绘制结果步骤四：在右上角书写品红色英文文本：“Heistrulyhappywhomakeothershappy.”书写函数cv2.putText(img,text,org,cv2.FONT_HERSHEY_SIMPLEX,1.2,(255,0,255),2)，参数text为要书写的文本，org表示书写位置左起点坐标，cv2.FONT_HERSHEY_SIMPLEX是书写字体，1.2位字号，(255,0,255)表示品红色，2为线宽。#在右上角显示英文字符串text='Heistrulyhappywhomakeothershappy.'org=(100,100)#在org坐标位置，显示text，字体为SIMPLEX，字号大小1.2，颜色为品红色，线粗为2img=cv2.putText(img,text,org,cv2.FONT_HERSHEY_SIMPLEX,1.2,(255,0,255),2)#图像显示cv2.imshow('IMG',img)cv2.waitKey(0)cv2.destroyAllWindows()英文文本书写结果如图7-10所示。图7-10英文文本书写结果步骤五：在左上角显示品红色汉字文本并保存可视化结果：“比寻找温暖更重要的是让自己成为一盏灯火。”我们很容易想到，直接将步骤四的text换成中文文本，但是我们会发现中文被显示为很多问号。这是因为OpenCV不支持显示中文，我们需要换一种方法来解决这个问题。PIL(pyhonimaginglabrary)模块是python自带的进行图像处理的模块，可以用来显示中文字符。我们先定义一个中文显示函数如下，函数体内部需要注意的是，我们以cv2.imread函数读取的img的色彩通道顺序为BGR，PIL模块中色彩通道顺序为RBG，因此需要使用cv2.cvtColor函数做BGR2RGB2、RGB2BGR两次转换。自定义draw_chinese(img,text,org)函数的参数，img为原图，text为待显示文本，org为本文显示位置坐标。#定义中文显示函数fromPILimportImage,ImageFont,ImageDrawimportnumpyasnpdefdraw_chinese(img,text,org):img_pil=Image.fromarray(cv2.cvtColor(img,cv2.COLOR_BGR2RGB))#色彩通道转换为RGBfont=ImageFont.truetype(font='msyh.ttc',size=40)draw=ImageDraw.Draw(img_pil)draw.text(org,text,font=font,fill=(255,0,255))#红色RGB=(255,0,0)img_cv=np.array(img_pil)img=cv2.cvtColor(img_cv,cv2.COLOR_RGB2BGR)#色彩通道转换回RGBreturnimg调用draw_chinese函数显示中文，将可视化结果图像存储到工作路径，文件名为“visualization.jpg”。#在左上角显示中文字符串text='比寻找温暖更重