[第一次用Jetson Nano 就上手]OpenCV基礎應用（繁體）

上篇文章教大家使用NVIDIA Jetson Nano來開機，這篇則會帶著大家使用常用來做視覺處理的OpenCV，想要一起嘗試的朋友可以點我取得NVIDIA Jetson Nano Developer Kit！

一、OpenCV介紹

OpenCV，全名Open Source Computer Vision Library，是一個被廣泛使用的電腦視覺函式庫，可用於圖像處理、運動追蹤、圖形識別等不同的領域，不僅擁有跨平台的優勢（Linux、Windows、Mac等作業系統都可執行），也提供了不同程式語言的介面（例如：C++、Python、Java等），更重要的是，它以BSD條款授權發行，無論是商業或者研究領域，都可以免費使用！

二、OpenCV安裝

將Jetson Nano開機（如果您還不會開機操作，請參考我們的開機教學），開啟terminal，輸入以下指令更新apt套件清單並升級既有套件。

sudo apt-get update
sudo apt-get upgrade -y
sudo apt-get install build-essential
sudo pip3 install opencv-python
sudo apt-get install python3-opencv

由於需要撰寫程式碼，請安裝nano文字編輯器，也可以使用您習慣的任何編輯器，像是vim、jupyter lab等。

sudo apt-get install nano

在terminal中輸入以下指令測試OpenCV是否成功安裝

python -c "import cv2; print(cv2.__version__)"

如果顯示OpenCV的版本編號就代表安裝成功囉！

三、拍張照！

在teriminal中輸入以下指令查詢webcam的編號

ls -ltrh /dev/video*

此範例中查詢完得到結果編號為0。

在teriminal中輸入以下指令，使用nano文字編輯器建立並撰寫Python程式碼，如果後續想編輯程式也可使用相同指令，本文以檔名TakePicture作為範例

nano TakePicture.py

打開文字編輯器後在裡面輸入以下程式，此範例中使用到OpenCV的VideoCapture()讀取影像以及imwrite()儲存檔案的功能

# 匯入OpenCV函式庫
import cv2
# 設定從哪顆鏡頭讀取影像，在括弧中填入先前查詢到的webcam編號
webcam = cv2.VideoCapture(0)
# 讀取影像
return_value, image = webcam.read()
# 儲存名為Picture.png的照片
cv2.imwrite("Picture.png", image)
# 刪除webcam，避免影像佔用資源
del(webcam)

寫完程式請記得按「Ctrl+O」、「Enter」存檔，如果要退出編輯請按「Ctrl+X」。

在terminal中輸入以下指令，按下「Enter」即可執行程式使用攝影機拍照啦！

python3 TakePicture.py

四、讀取、編輯、展示影像

此範例使用imread()讀取先前使用webcam拍攝的影像，cvtColor()中的cv2.COLOR_BGR2GRAY參數設定將影像從OpenCV預設的BGR格式轉換為灰階，並使用imshow()啟動視窗展示影像。

# 匯入函式庫
import cv2
import numpy as np

# 讀取影像
img = cv2.imread('Picture.png')
# 將影像轉換為灰階
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) 
# 存檔
cv2.imwrite('img_gray.jpg',img_gray)
# 開啟視窗顯示影像
cv2.imshow('img_gray',img_gray)
# 不刷新影像
cv2.waitKey(0)
# 釋放資源
cv2.destroyAllWindows()

和前一個範例一樣，在terminal中使用python3指令執行上方程式。

五、提取顏色

OpenCV中可以透過一些運算提取影像中的顏色，如果影像中的顏色較為單一，這項技術可用於簡單的對象檢測、物體追蹤或是去除背景。

# 匯入函式庫
import cv2 
import numpy as np

# 讀取圖片
img = cv2.imread('Picture.png')

# OpenCV的顏色預設是BGR格式，這邊將其轉換為HSV格式
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# 以HSV格式決定要提取的顏色範圍，顏色格式的說明請參考後續內容
lower = np.array([100,43,46])
upper = np.array([124,255,255])
# 將HSV影像的閾值設定為想要提取的顏色
mask = cv2.inRange(hsv, lower, upper)
# 使用bitwise_and()合併掩膜(mask)和原來的影像
img_specific = cv2.bitwise_and(img,img, mask= mask)
# 存檔
cv2.imwrite('img_specific.jpg', img_specific)
# 展示原圖、掩膜、抽取顏色後的影像
cv2.imshow('img',img)
cv2.imshow('mask',mask)
cv2.imshow(' img_specific ', img_specific)
cv2.waitKey(0)
cv2.destroyAllWindows()

成果如下圖，藍色區域被提取出來囉！

六、RGB、BGR、HSV

這裡簡單說明一下各個顏色表示的格式。

RGB中文為三原色光模式，是用紅（Red）、綠（Green）、藍（Blue）三原色的色光以不同的比例相加，合成產生各種色彩，而OpenCV中預設的格式為BGR，也就是將順序調動，如果在程式中需要改變格式，可以使用以下程式碼轉換。

cv2.crtColor(影像來源, BGR2RGB)

或是

cv2.crtColor(影像來源, RGB2BGR)

RGB或BGR轉換成HSV就比較麻煩一點，各位朋友可以直接參考下表進行此篇文章的提取顏色實作。

也可以使用網路上的RGB轉HSV色碼轉換器找到自己需要的顏色，修改上面程式碼中要提取的顏色範圍，不過一般的HSV色碼為H（0∘~360∘）、S（0%~100%）、V（0%~100%），如要在OpenCV中使用，需要將數字等比例轉換成H（0~180）、S（0~255）、V（0~255）的範圍。例如藍色的RGB色碼為(0,0,255)，經過色碼轉換器後HSV的色碼為(240∘,100%,100%)，在OpenCV實作時需輸入(120,255,255)。

七、圖片疊合及抽色影像

有些攝影家拍攝完會再後製成凸顯特定顏色的藝術照片，有了前面實作的成果，我們也可以利用OpenCV的函式來做到類似的效果。

由於直接用使用add()將兩張影像疊合會容易導致顏色改變，所以我們需要做一些處理，以下程式也可應用於影像大小一樣的圖片去背及疊合。

import cv2
import numpy as np
# 讀取影像
img_gray = cv2.imread('img_gray.jpg')
img_specific = cv2.imread('img_specific.jpg')

# 將提取顏色的影像轉換為灰階
img_specific_gray = cv2.cvtColor(img_specific,cv2.COLOR_BGR2GRAY)     
# 下方數字50為閾值，可修改閾值範圍(0~255)來調整掩膜區域，並轉換為二元影像
ret, mask = cv2.threshold(img_specific_gray,50, 255, cv2.THRESH_BINARY)
# 將掩膜反相
mask_inv = cv2.bitwise_not(mask)

# 使用bitwise_and()和掩膜從灰階圖中排除已被提取顏色的區域
img_gray_bg = cv2.bitwise_and(img_gray,img_gray,mask = mask_inv)
# 使用bitwise_and()和掩膜設定提取顏色的區域
img_specific_fg = cv2.bitwise_and(img_specific,img_specific,mask = mask)

# 使用add()將兩張圖片疊加
img_result = cv2.add(img_gray_bg,img_specific_fg)
# 存檔並展示
cv2.imwrite(' img_result.jpg', img_result)
cv2.imshow(' img_result ', img_result)
cv2.waitKey(0)
cv2.destroyAllWindows()

呈現結果就會如下圖所示，將提取藍色的圖片和灰階圖結合在一起。

調整參數，lower和upper分別改為[60,43,46]和[88,255,255]，疊合圖片中的閾值改為30，即會呈現綠色的抽色影像。

八、添加文字

最後教大家在影像中添加文字內容，我們使用putText()函式。

在程式中加入以下內容

cv2.putText(img_result, 'Blue', (100,200), cv2.FONT_HERSHEY_PLAIN, 5, (255, 0, 0), 7, cv2.LINE_AA)

括弧中的各項參數分別代表

cv2.putText(影像來源, 文字內容, 座標, 字型, 字體大小,文字顏色, 線條寬度, 線條種類)

其中座標是以字串的左下角為定位，常用的字體可將上方程式碼的PLAIN改為SIMPLEX、DUPLEX、COMPLEX、TRIPLEX、COMPLEX_SMALL、SCRIPT_SIMPLEX、SCRIPT_COMPLEX，文字顏色則為前面提過的BGR格式。

本次實作教學就到這邊，大家有沒有成功做出自己的抽色圖片呢？未來我們將會推出更多豐富的內容，有興趣歡迎關注我們！

看完文章想要使用Jetson Nano實作的朋友可以點此取得Jetson Nano開發套件。

資料來源&相關連結：

OpenCV官網：https://opencv.org/

OpenCV Wiki：https://zh.wikipedia.org/wiki/OpenCV

OpenCV Github：https://github.com/opencv/opencv

OpenCV Tutorials：https://docs.opencv.org/master/d9/df8/tutorial_root.html

OpenCV中文網站：http://www.opencv.org.cn/

圖片疊合：https://www.twblogs.net/a/5bb03a202b7177781a0fdf6d