opencv 机器学习

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',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',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',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',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',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' ,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')
#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")
#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()