OpenCV訓練題

一、創建一個 PyQt 應用程序，該應用程序能夠：

使用 OpenCV 加載一張圖像。
在 PyQt 的窗口中顯示這張圖像。
提供四個按鈕（QPushButton）：

一個用于將圖像轉換為灰度圖
一個用于將圖像恢復為原始彩色圖
一個用于將圖像進行翻轉
一個用于將圖像進行旋轉
4.當用戶點擊按鈕時，相應地更新窗口中顯示的圖像。

import sys
import cv2
from PyQt6.QtGui import QImage, QPixmap
from PyQt6.QtWidgets import QWidget, QApplication, QLabel, QPushButton
from PyQt6 import uic# 封裝一個我的窗口類
class MyWidget(QWidget):def __init__(self):super().__init__()# 通過 uic 將 ui 界面加載到程序中來ui = uic.loadUi("./form.ui", self)# 加載圖像self.original_image = cv2.imread("../images/lena.png")if self.original_image is None:print("無法加載圖像，請檢查圖像路徑。")sys.exit(1)self.current_image = self.original_image.copy()self.label: QLabel = ui.labelself.btn1: QPushButton = ui.btn1self.btn2: QPushButton = ui.btn2self.btn3: QPushButton = ui.btn3self.btn4: QPushButton = ui.btn4# 顯示原始圖像self.display_image(self.current_image)self.label.setScaledContents(True)# 連接按鈕信號和槽函數self.btn1.clicked.connect(self.convert_to_gray)self.btn2.clicked.connect(self.restore_color)self.btn3.clicked.connect(self.flip_image)self.btn4.clicked.connect(self.rotate_image)def display_image(self, image):height, width, channel = image.shapebytes_per_line = 3 * widthq_img = QImage(image.data, width, height, bytes_per_line, QImage.Format.Format_BGR888)pixmap = QPixmap.fromImage(q_img)self.label.setPixmap(pixmap)def convert_to_gray(self):self.current_image = cv2.cvtColor(self.current_image, cv2.COLOR_BGR2GRAY)self.current_image = cv2.cvtColor(self.current_image, cv2.COLOR_GRAY2BGR)self.display_image(self.current_image)def restore_color(self):self.current_image = self.original_image.copy()self.display_image(self.current_image)def flip_image(self):self.current_image = cv2.flip(self.current_image, 1)self.display_image(self.current_image)def rotate_image(self):self.current_image = cv2.rotate(self.current_image, cv2.ROTATE_90_CLOCKWISE)self.display_image(self.current_image)if __name__ == '__main__':app = QApplication(sys.argv)myWidget = MyWidget()myWidget.show()sys.exit(app.exec())

結果展示：

二、創建一個 PyQt 應用程序，該應用程序能夠：

使用 OpenCV 加載一張彩色圖像，并在 PyQt 的窗口中顯示它。
提供一個滑動條（QSlider），允許用戶調整圖像的亮度。
當用戶調整滑動條時，實時更新窗口中顯示的圖像亮度。
添加另一個滑動條（QSlider），允許用戶調整圖像的對比度。
當用戶調整滾動條時，實時更新窗口中顯示的圖像對比度。
提供一個按鈕（QPushButton），允許用戶將圖像保存為新的文件。
當用戶點擊保存按鈕時，將調整后的圖像保存到指定的路徑，OpenCV中使用cv2.imwrite()來保存圖片。

import sys
import cv2
from PyQt6.QtGui import QImage, QPixmap
from PyQt6.QtWidgets import QWidget, QApplication, QLabel, QPushButton, QSlider, QFileDialog
from PyQt6 import uicclass MyWidget(QWidget):def __init__(self):super().__init__()# 通過 uic 將 ui 界面加載到程序中來ui = uic.loadUi("./form1.ui", self)self.original_image = cv2.imread("../images/lena.png")if self.original_image is None:print("無法加載圖像，請檢查圖像路徑。")sys.exit(1)self.current_image = self.original_image.copy()self.label: QLabel = ui.labelself.Slider1: QSlider = ui.Slider1self.Slider2: QSlider = ui.Slider2self.pushButton: QPushButton = ui.pushButton# 初始化滑動條范圍self.Slider1.setRange(-100, 100)self.Slider2.setRange(0, 200)self.Slider1.setValue(0)self.Slider2.setValue(100)# 連接信號和槽self.Slider1.valueChanged.connect(self.adjust_brightness)self.Slider2.valueChanged.connect(self.adjust_contrast)self.pushButton.clicked.connect(self.save_image)self.display_image(self.current_image)self.label.setScaledContents(True)def display_image(self, image):height, width, channel = image.shapebytes_per_line = 3 * widthq_img = QImage(image.data, width, height, bytes_per_line, QImage.Format.Format_BGR888)pixmap = QPixmap.fromImage(q_img)self.label.setPixmap(pixmap)def adjust_brightness(self, value):# 調整亮度alpha = 1.0beta = valueself.current_image = cv2.convertScaleAbs(self.original_image, alpha=alpha, beta=beta)self.display_image(self.current_image)def adjust_contrast(self, value):# 調整對比度alpha = value / 100.0beta = 0self.current_image = cv2.convertScaleAbs(self.original_image, alpha=alpha, beta=beta)self.display_image(self.current_image)def save_image(self):# 選擇保存路徑file_path, _ = QFileDialog.getSaveFileName(self, "保存圖像", "", "圖像文件 (*.png *.jpg *.jpeg)")if file_path:try:cv2.imwrite(file_path, self.current_image)print(f"圖像已保存到 {file_path}")except Exception as e:print(f"保存圖像時出錯: {e}")if __name__ == '__main__':app = QApplication(sys.argv)myWidget = MyWidget()myWidget.show()sys.exit(app.exec())

?結果展示：

三、創建一個 PyQt 應用程序，該應用程序能夠：

使用 OpenCV 加載一張圖像。
在 PyQt 的窗口中顯示這張圖像。
提供一個下拉列表（QComboBox），對圖像做（模糊、銳化、邊緣檢測）處理：

模糊——使用cv2.GaussianBlur()實現
銳化——使用cv2.Laplacian()、cv2.Sobel()實現
邊緣檢測——使用cv2.Canny()實現

當用戶點擊下拉列表選項時，相應地更新窗口中顯示的圖像。
提供一個按鈕，當用戶點擊按鈕時，能保存調整后的圖像。

import sys
import cv2
from PyQt6.QtGui import QImage, QPixmap
from PyQt6.QtWidgets import QWidget, QApplication, QLabel, QPushButton, QSlider, QFileDialog, QComboBox
from PyQt6 import uic# 封裝一個我的窗口類
class MyWidget(QWidget):def __init__(self):super().__init__()# 通過uic將ui界面加載到程序中來ui = uic.loadUi("./form2.ui",self)self.original_image = cv2.imread("../images/lena.png")if self.original_image is None:print("無法加載圖像，請檢查圖像路徑。")sys.exit(1)self.current_image = self.original_image.copy()self.label: QLabel = ui.labelself.comboBox:QComboBox = ui.comboBoxself.pushButton:QPushButton = ui.pushButtonself.comboBox.addItems(["原始圖像","模糊處理","銳化處理","邊緣檢測"])self.display_image(self.current_image)self.label.setScaledContents(True)self.comboBox.currentIndexChanged.connect(self.comboBox_slot)self.pushButton.clicked.connect(self.save_image)def display_image(self, image):height, width, channel = image.shapebytes_per_line = 3 * widthq_img = QImage(image.data, width, height, bytes_per_line, QImage.Format.Format_BGR888)pixmap = QPixmap.fromImage(q_img)self.label.setPixmap(pixmap)def comboBox_slot(self):if self.comboBox.currentText() == "原始圖像":self.current_image = self.original_image.copy()elif self.comboBox.currentText() == "模糊處理":self.current_image = cv2.GaussianBlur(self.original_image,(5,5),0)elif self.comboBox.currentText() == "銳化處理":laplacian = cv2.Laplacian(self.original_image,cv2.CV_64F)self.current_image = cv2.convertScaleAbs(laplacian)elif self.comboBox.currentText() == "邊緣檢測":# 使用 Canny 邊緣檢測self.current_image = cv2.Canny(self.original_image, 100, 200)# 轉換為三通道圖像以便顯示self.current_image = cv2.cvtColor(self.current_image, cv2.COLOR_GRAY2BGR)self.display_image(self.current_image)def save_image(self):# 選擇保存路徑file_path, _ = QFileDialog.getSaveFileName(self, "保存圖像", "", "圖像文件 (*.png *.jpg *.jpeg)")if file_path:try:cv2.imwrite(file_path, self.current_image)print(f"圖像已保存到 {file_path}")except Exception as e:print(f"保存圖像時出錯: {e}")if __name__ == '__main__':app = QApplication(sys.argv)myWidget = MyWidget()myWidget.show()sys.exit(app.exec())

結果展示：

四、請編寫一段Python代碼，實現以下功能：

讀取一張二維碼圖片
進行二值化處理和形態學操作，獲取二維碼輪廓
通過輪廓外接特征檢測或者多邊形逼近等獲取二維碼的四個點
進行透視變換，矯正二維碼圖像

import cv2
import numpy as npdef order_points(pts):"""對四個點進行排序：左上，右上，右下，左下"""rect = np.zeros((4, 2), dtype="float32")s = pts.sum(axis=1)rect[0] = pts[np.argmin(s)]  # 左上（x+y最小）rect[2] = pts[np.argmax(s)]  # 右下（x+y最大）diff = np.diff(pts, axis=1)rect[1] = pts[np.argmin(diff)]  # 右上（y-x最小）rect[3] = pts[np.argmax(diff)]  # 左下（y-x最大）return rect# 1. 讀取圖片
image = cv2.imread('../images/erwei.jpg')
image = cv2.resize(image,(0,0),fx=0.5,fy=0.5)
orig = image.copy()# 2. 預處理
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray, (5, 5), 0)
_, thresh = cv2.threshold(blur, 127, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)# 形態學操作（閉運算填充內部空隙）
kernel = np.ones((3, 3), np.uint8)
closed = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel, iterations=2)# 3. 輪廓檢測
contours, _ = cv2.findContours(closed, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)# 篩選最大輪廓并進行多邊形逼近
max_area = 0
screen_pts = None
for cnt in contours:area = cv2.contourArea(cnt)if area < 1000:  # 過濾小面積噪聲continueperi = cv2.arcLength(cnt, True)approx = cv2.approxPolyDP(cnt, 0.02 * peri, True)if len(approx) == 4:if area > max_area:max_area = areascreen_pts = approx.reshape(4, 2)if screen_pts is None:raise ValueError("未檢測到二維碼輪廓")# 4. 透視變換
rect = order_points(screen_pts)
(tl, tr, br, bl) = rect# 計算目標圖像尺寸
width_a = np.linalg.norm(br - bl)
width_b = np.linalg.norm(tr - tl)
max_width = max(int(width_a), int(width_b))height_a = np.linalg.norm(tr - br)
height_b = np.linalg.norm(tl - bl)
max_height = max(int(height_a), int(height_b))# 目標點坐標
dst = np.array([[0, 0],[max_width - 1, 0],[max_width - 1, max_height - 1],[0, max_height - 1]], dtype="float32")# 計算變換矩陣并執行變換
M = cv2.getPerspectiveTransform(rect, dst)
warped = cv2.warpPerspective(orig, M, (max_width, max_height))# 顯示結果
cv2.imshow("Original", orig)
cv2.imshow("Corrected QR Code", warped)
cv2.waitKey(0)
cv2.destroyAllWindows()

五、?請編寫一段Python代碼，實現以下功能：

讀取一張彩色圖像
制作要提取顏色的掩膜
輸出摳圖后的前景圖和背景圖

import cv2
import numpy as npdef extract_colors(image_path):# 1. 讀取彩色圖像img = cv2.imread(image_path)hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)# 2. 定義顏色范圍（示例：提取紅色系）# 可根據需求修改閾值范圍lower_red1 = np.array([0, 43, 46])     # 紅色HSV下限1upper_red1 = np.array([10, 255, 255])    # 紅色HSV上限1lower_red2 = np.array([156, 43, 46])   # 紅色HSV下限2（處理色相環閉合）upper_red2 = np.array([180, 255, 255])   # 紅色HSV上限2# 生成掩膜mask1 = cv2.inRange(hsv, lower_red1, upper_red1)mask2 = cv2.inRange(hsv, lower_red2, upper_red2)mask = cv2.bitwise_or(mask1, mask2)# 形態學優化（填充空洞、去除噪聲）kernel = np.ones((5,5), np.uint8)mask = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel, iterations=2)mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel, iterations=1)# 3. 分割前景和背景foreground = cv2.bitwise_and(img, img, mask=mask)background = cv2.bitwise_and(img, img, mask=cv2.bitwise_not(mask))# 4. 顯示結果# cv2.imshow("Original", img)cv2.imshow("Foreground", foreground)cv2.imshow("Background", background)cv2.waitKey(0)cv2.destroyAllWindows()# 執行函數（替換為你的圖片路徑）
extract_colors("../images/redflowers.png")

?結果展示：