在本程式中，我們將使用 OpenCV 將影像寫入或儲存到檔案。演算法步驟 1：匯入 cv2 步驟 2：使用 opencv.imread() 讀取影像 步驟 3：使用 opencv.imwrite(filename, image) 儲存影像示例程式碼import cv2 import os image = cv2.imread('testimage.jpg') directory = r'C:\Users\prasa\Desktop' os.chdir(directory) cv2.imwrite('CAMERAMAN.jpg', image)輸出此程式將儲存與原始影像目錄相同的目錄中的影像說明確保您已設定正確的目錄，以便程式在沒有錯誤的情況下執行。

在本文中，我們將學習如何使用 OpenCV 庫讀取和顯示影像。OpenCV 是一個主要針對即時計算機視覺的程式設計函式庫。在讀取影像之前，請確保影像與您的程式位於同一目錄中。演算法步驟 1：匯入 OpenCV。步驟 2：使用 imread() 讀取影像。步驟 3：使用 imshow() 顯示影像。示例程式碼import cv2 as cv image = cv.imread ('ronaldo.jpg') cv.imshow('Cristiano Ronaldo', image)輸出

OpenCV 是一個用於解決計算機視覺問題的 Python 庫。計算機視覺包括計算機理解和分析數字影像，以及處理影像或在分析影像後提供相關資料。OpenCV 是一個用於機器學習和影像處理的開源庫。它執行諸如識別手寫數字、人臉和物體等任務。要使用 OpenCV，我們需要安裝它。步驟 1 - 確保您的系統上預安裝了 Python 和 pip在命令提示符中鍵入以下命令以檢查系統上是否安裝了 python 和 pip。要檢查 Pythonpython --version如果 Python 是 ... 閱讀更多

在這裡，我們將學習如何在 OpenCV 中檢測和跟蹤眼球運動。以下程式演示瞭如何檢測眼球並跟蹤其位置。示例#include #include #include #include #include #include using namespace cv; using namespace std; Vec3f eyeBallDetection(Mat& eye, vector& circles) {    vectorsums(circles.size(), 0);    for (int y = 0; y < eye.rows; y++) {       uchar* data = eye.ptr(y);       for (int x = 0; x < eye.cols; x++) {          int pixel_value = static_cast(*data);          for (int i = 0; i < circles.size(); i++) {   ... 閱讀更多

在這裡，我們將學習如何在 OpenCV 中跟蹤眼睛。在檢測到眼睛後，跟蹤是一項輕鬆且簡單的任務。我們使用圓圈來包圍檢測到的眼睛。跟蹤圓圈的中心意味著跟蹤眼睛的中心。要跟蹤圓圈的中心，我們需要兩個整數變數。這已在 main() 函式內部的前兩行（第 9 行和第 10 行）完成。整數變數的名稱為“x_axis”和“y_axis”。在第 42 行和第 43 行，中心的水平和垂直座標值已複製到 ... 閱讀更多

在這裡，我們將學習如何在 OpenCV 中檢測眼睛。我們將使用位於“C:/opencv/sources/data/haarcascades”中的 haarcascade_eye.xml 分類器來檢測眼睛。要檢測眼睛，我們需要新增這些標頭檔案。第一個標頭檔案是，它是 C++ 程式語言的標頭檔案。“highgui”標頭檔案定義了讀取寫入影像和使用者介面功能。我們需要新增“imgproc”標頭檔案來增強影像質量，並且我們還使用“objdetect”標頭檔案來檢測人臉和眼睛。以下程式演示瞭如何在 OpenCV 中檢測和跟蹤眼睛。示例#include #include #include #include using namespace cv; using namespace std; ... 閱讀更多

我們將學習如何在 OpenCV 中即時跟蹤人臉。此程式與上一個程式相同，不同之處在於我們使用橢圓而不是矩形來識別面部，並且我們還使用了額外的“cout”語句在控制檯視窗中顯示面部的座標。以下程式用於即時檢測人臉-示例#include #include #include //此標頭檔案包含“rectangle()”函式的定義// #include //此標頭檔案包含級聯分類器的定義// #include using namespace std; using namespace cv; int main(int argc, char** argv) {    Mat video_stream;//宣告一個矩陣來儲存來自 ... 閱讀更多

即時檢測人臉類似於在靜止影像中檢測人臉。唯一的區別在於即時人臉檢測，我們必須獲取計算機的影片流。在此程式中，我們使用了“VideoCapture()”函式。此函式捕獲來自其他攝像頭的影片，並將幀臨時儲存在分配給它的矩陣中。此處，此函式捕獲來自預設攝像頭的影片，並將幀臨時儲存在“real_time”矩陣中。以下程式用於即時檢測人臉-示例#include #include #include //此標頭檔案包含“rectangle()”函式的定義// #include //此標頭檔案包含級聯分類器的定義// #include using ... 閱讀更多

當我們想要跟蹤人臉的位置時，最好用橢圓包圍人臉，因為橢圓有一箇中心。該中心也是檢測到的人臉的中心點。因此，跟蹤檢測到的人臉的位置變得更加準確。以下程式跟蹤檢測到的人臉的中心並在控制檯視窗中顯示位置-示例#include #include #include //此標頭檔案包含“rectangle()”函式的定義// #include //此標頭檔案包含級聯分類器的定義// #include using namespace std; using namespace cv; int main(int argc, char** argv){    Mat image_with_humanface;//宣告一個矩陣來載入 ... 閱讀更多

我們將學習如何僅檢測最大人臉。此主題與上一個主題相同。唯一的區別是我們使用了額外的“Rect”結構和“for 迴圈”來檢測最大人臉。此函式的實際格式-Mat faceROI = image_with_humanface(maxRect)maxRect 包含位於影像上最大人臉的區域和位置資訊。上面的行正在裁剪儲存在 maxRect 中的相同區域，在影像上最大人臉所在的位置相同，並將其儲存在“faceROI”矩陣中。以下程式從靜止影像中檢測最大人臉-示例#include ... 閱讀更多