Python中的机器视觉

Question

我想使用Python执行一些基本的机器视觉任务，我想知道在哪里可以找到教程来帮助我开始。

据我所知，Python唯一一个提供机器视觉功能的免费库是PyCV（显然是OpenCV的包装），但是我找不到任何合适的教程。

我的主要任务是从火线获取图像。在不同的区域分割图像。然后对每个区域进行统计以确定像素区域和质心。

以前，我使用过Matlab的Image Processing Tootlbox没有任何问题。我想在Python中找到一个等价的函数是graythresh、regionprops和gray2ind。

谢谢！

Answer 1

文档：几年前，我经常使用OpenCV包装的Python。OpenCV有大量的文档，附带了许多示例，甚至还有一个book。我使用的Python包装器足够薄，因此只需要很少的包装器特定的文档（这是许多其他包装库的典型情况）。我想，只要花几分钟看一个例子，比如PyCV单元测试，就可以满足您的需要，然后您就可以专注于适合您需要的OpenCV文档了。

分析：至于是否有比OpenCV更好的库，我有点过时的观点是，如果你想做一些相当高级的事情（例如对象跟踪），OpenCV是很好的，但它可能会超出你的需要。听起来scipyndimage和一些基本的numpy数组操作结合起来就足够了。

获取：我知道用于获取的选项有OpenCV、Motmot或使用ctypes直接连接到驱动程序。其中，我从未使用过motmotmot，因为我在安装它时遇到了麻烦。其他方法我发现相当简单，虽然我不记得细节（这是件好事，因为这意味着它很容易）。

Answer 2

我已经建立了一个关于这个主题的网站：pythonvision.org。它有一些教程和一些指向软件的链接。这里有更多的链接和教程。

Answer 3

OpenCV可能是你最好的选择；你可以为它们选择包装。我查看了标准OpenCV安装附带的SWIG包装，但最终使用了ctypes-opencv，因为内存管理看起来更干净。

它们都是围绕C代码的非常薄的包装，因此您可以找到的任何C引用都将适用于Python。

OpenCV非常庞大，而且没有特别好的文档记录，但是samples目录中包含了一些不错的示例，您可以使用它们开始工作。可搜索的OpenCV API引用是here。

你没有提到你是在寻找在线的还是印刷的资源，但是我有一本O'Reilly的书，它非常好（C语言的例子，但是很容易翻译）。

FindContours函数有点类似于regionprops；它将为您提供一个连接组件的列表，然后您可以检查这些组件以获取它们的信息。

对于阈值，可以尝试Threshold。我确信你可以给它传递一个标志来使用Otsu的方法，但它似乎没有在文档中列出。

我没有遇到与gray2ind对应的特定函数，但它们可能在其中。