圖像分析用 OpenCV 與 Skimage，哪一個(gè)更好？
點(diǎn)擊上方“小白學(xué)視覺(jué)”，選擇加"星標(biāo)"或“置頂”
重磅干貨，第一時(shí)間送達(dá)
這兩種算法在它們可以檢測(cè)到的和不能檢測(cè)到的方面都有其起伏。
OpenCV 是用 C++ 在后端進(jìn)行編程的，并作為一個(gè)機(jī)器學(xué)習(xí)包，來(lái)分析 Python 中的圖像模式。
Skimage 也稱為 Scikit-Image ，是一個(gè)機(jī)器學(xué)習(xí)軟件包，用于圖像預(yù)處理以發(fā)現(xiàn)隱藏模式。
OpenCV 建議在基于服務(wù)器的 notebook 上完成，比如 google colab，或者 google cloud、Azure cloud 甚至 IBM 中的 notebook 擴(kuò)展。
而對(duì)于 Skimage 來(lái)說(shuō)，即使是 Jupyter Lab/Notebooks 也能很好地工作，因?yàn)樗谔幚砩蠜](méi)有 OpenCV 那么復(fù)雜。
from skimage import datafrom skimage.feature import Cascadeimport matplotlib.pyplot as pltfrom matplotlib import patches# Load the trained file from the module root.trained_file = data.lbp_frontal_face_cascade_filename()# Initialize the detector cascade.detector = Cascade(trained_file)img = data.astronaut()detected = detector.detect_multi_scale(img=img,scale_factor=1.2,step_ratio=1,min_size=(60, 60),max_size=(90, 500))plt.imshow(img)img_desc = plt.gca()plt.set_cmap('gray')for patch in detected:img_desc.add_patch(patches.Rectangle(patch['r']),patch['width'],patch['height'],fill=False,color='r',linewidth=2))plt.show()
# We have detected a face using Skimage in python# Obtain the segmentation with default 100 regionssegments = slic(img)# Obtain segmented image using label2rgbsegmented_image = label2rgb(segments, img, kind=’avg’)# Detect the faces with multi scale methoddetected = detector.detect_multi_scale(img=segmented_image,scale_factor=1.2,step_ratio=1,min_size=(10, 10), max_size=(1000, 1000))# Show the detected facesshow_detected_face(segmented_image, detected)
因此我們?cè)谶@里看到了如何使用 python 中的 Skimage 檢測(cè)人臉和推斷圖像。
from google.colab import drivedrive.mount('/content/drive')image = cv2.imread(r'/content/drive/MyDrive/12-14-2020-tout.jpg')# check properties of the imageimage.shape# This image has 1333 pxl width, 2000 pxl height and 3 channels(red, green, blue)from google.colab.patches import cv2_imshowcv2_imshow(image)
這里我們使用OpenCV上傳了一張圖片：
eye_detector = cv2.CascadeClassifier('/content/drive/MyDrive/haarcascade_frontalcatface.xml')eye_detections = eye_detector.detectMultiScale(image)eye_detections# detect face with eyes on one of the faceseye_detections = eye_detector.detectMultiScale(image)for (x,y,w,h) in eye_detections:cv2.rectangle(image, (x,y), (x+w, y+h), (0,300,0), 2)cv2_imshow(image)
在這里，我們使用 OpenCV 中的 Hascade 參數(shù)技術(shù)檢測(cè)了其中一張人臉，該技術(shù)也可以調(diào)整以檢測(cè)所有人臉。
交流群
歡迎加入公眾號(hào)讀者群一起和同行交流，目前有SLAM、三維視覺(jué)、傳感器、自動(dòng)駕駛、計(jì)算攝影、檢測(cè)、分割、識(shí)別、醫(yī)學(xué)影像、GAN、算法競(jìng)賽等微信群（以后會(huì)逐漸細(xì)分），請(qǐng)掃描下面微信號(hào)加群，備注：”昵稱+學(xué)校/公司+研究方向“，例如：”張三?+?上海交大?+?視覺(jué)SLAM“。請(qǐng)按照格式備注，否則不予通過(guò)。添加成功后會(huì)根據(jù)研究方向邀請(qǐng)進(jìn)入相關(guān)微信群。請(qǐng)勿在群內(nèi)發(fā)送廣告，否則會(huì)請(qǐng)出群，謝謝理解~