文章采集接口(【Kaggle】图像库是格式化为模型标准)

　　文章采集接口(【Kaggle】图像库是格式化为模型标准)

　　本文章主要介绍“如何使用python构建图像采集界面应用”。在日常操作中，相信很多人对于如何使用python构建一个image采集界面应用程序都有疑问。如有疑问，小编查阅了各种资料，整理出了简单好用的操作方法。希望能帮助大家解答“如何使用python构建图像采集界面应用”的疑惑！接下来就跟着小编一起来学习吧！

　　安装 cv2 (OpenCV)

　　我们将使用的图像库是 cv2。因为 cv2 不能在 Kaggle 等在线平台上运行，所以必须在您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，下载为 .h6 文件（基于 Keras/TensorFlow）并加载。

　　输入 Anaconda 或命令提示符

　　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，可以将其替换为正在使用的任何版本。

　　接下来，输入

　　pip install opencv-python

　　您已成功安装 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。您可以测试该实例是否能够连接到您的相机（如果不能，请检查您的设置以确保应用可以访问它）。

　　cap = cv2.VideoCapture(0)

if not (cap.isOpened()):

    print("Video device not connected.")

　　最后，是时候拍照了。如果要控制何时拍摄照片，第一行将指定任意变量和输入。程序无法继续，除非输入某些内容（例如按“enter”）并且下一行开始拍照。拍摄图像时，您可能会很快看到网络*敏*感*词*指示灯出现。第三行关闭连接，第四行销毁所有访问相机的实例。

　　arb = input('Press enter to take picture.')

ret, frame = cap.read()

cap.release()

cv2.destroyAllWindows()

　　图像中的数据存储在帧中。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）。所以图像（对于我的相机）是480x640像素（3表示“深度”，每个像素中有三个值描述最终像素创建的颜色需要包括红色、绿色和蓝色）。

　　现在图像已经转换为数组，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。

　　要保持图像的比例长度，请尝试裁剪图像。

　　一般语法是：

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

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

　　例如，

　　plt.imshow(cv2_im[100:400,100:400])

　　在这里，照片被裁剪成一个正方形。

　　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

　　现在我们有了一个 NumPy 数组，只需将它传递给模型。

　　model.predict(cv2_im_new)

　　基于此，通过一些手工编码来标记图像的真实标签，您可以在标题中标记它们：

　　plt.imshow(cv2_im_new)

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

　　至此，关于《如何使用python构建图像采集界面应用》的学习就结束了，希望能解决大家的疑惑。理论与实践相结合更能帮助大家学习，快去试试吧！如果你想继续学习更多相关知识，请继续关注易速云网站，小编会继续努力为大家带来更多实用文章！