大厂面试|OpenCV你真掌握了吗？

前言：

前段时间参与CV算法岗面试，发现现在不少CV算法的同学，上来就是哗哗的几个YOLO甚至Transformer模型，训练测试各种tricks头头是道，简历里都写着熟练OpenCV工具，但问到有关OpenCV的一些很基础的问题却乱了阵脚，所以刚好应菜大的要求顺便整理出系列稿。

微信交流群：

我建立了1组CV微信交流群，

关注公众号：菜鸡Ai

后台回复：加群

备注：学校|公司+昵称+方向 会有小哥哥拉你进群。

每日面经1问：

你对OpenCV颜色处理熟悉吗，1段视频里小男孩拿着一个蓝色气球在跑动，你怎么简单的跟踪这个气球？

答案：请往下翻。

OpenCV 中的图像处理

1、颜色空间转换

在 OpenCV 中有超过 150 中进行颜色空间转换的方法。

经常用到的其实也就两种:

BGR↔Gray

BGR↔HSV

对于 BGR↔Gray 的转换,

cv2.cvtColor(input_image,flag=cv2.COLOR_BGR2GRAY),

同样对于 BGR↔HSV 的转换,

cv2.cvtColor(input_image,flag=cv2.COLOR_BGR2HSV),

我们用的 flag 就是 cv2.COLOR_BGR2HSV。

你还可以通过下面的命令得到所有可用的 flag。

import cv2
flags=[i for in dir(cv2) if i startswith('COLOR_')]
print(flags)

注意:在 OpenCV 的 HSV 格式中,H(色彩/色度)的取值范围是 [0,179],
S(饱和度)的取值范围 [0,255],V(亮度)的取值范围 [0,255]。但是不
同的软件使用的值可能不同。所以当你需要拿 OpenCV 的 HSV 值与其他软
件的 HSV 值进行对比时,一定要记得归一化。

​

2、几何变换

2.1 扩展缩放

2.2 平移

2.3 旋转

2.4 仿射变化

2.5 透视变化

面试答案解析：

开放式问答，甚至有同学用到DeepSort,但这其实不是该题的考点。这题第一问已经给提示了，2个关键词：OpenCV、颜色处理。

思路：

其实根据2个关键次思路就出来了：

在 HSV 颜色空间中要比在 BGR 空间\中更容易表示一个特定颜色。所以我们第一步图像从 BGR 转换到 HSV ,并利用这个API来提取带有某个特定颜色的物体，蓝色气球。

扩展：

具体扩展下要完成这个实验的步骤及代码实现

• 从视频中获取每一帧图像
• 将图像转换到 HSV 空间
• 设置 HSV 阈值到蓝色范围。
• 获取蓝色物体,当然我们还可以做其他任何我们想做的事,比如:在蓝色
物体周围画一个圈。

代码:

import cv2
import numpy as np

cap=cv2.VideoCapture(0)

while(1):
    # 获取每一帧
    ret,frame=cap.read()
    # 转换到 HSV
    hsv=cv2.cvtColor(frame,cv2.COLOR_BGR2HSV)
    # 设定蓝色的阈值
    lower_blue=np.array([110,50,50])
    upper_blue=np.array([130,255,255])
    # 根据阈值构建掩模
    mask=cv2.inRange(hsv,lower_blue,upper_blue)
    # 对原图像和掩模进行位运算
    res=cv2.bitwise_and(frame,frame,mask=mask)
    # 显示图像
    cv2.imshow('frame',frame)
    cv2.imshow('mask',mask)
    cv2.imshow('res',res)
    k=cv2.waitKey(5)&0xFF
    if k==27:
    	break
# 关闭窗口
cv2.destroyAllWindows()

扩展2：

如果是要找绿色气球，怎么办？

我们要找到绿色的 HSV 值,我们只需在终
端输入以下命令:

import cv2
import numpy as np
green=np.uint8([0,255,0])
hsv_green=cv2.cvtColor(green,cv2.COLOR_BGR2HSV)
error: /builddir/build/BUILD/opencv-2.4.6.1/
modules/imgproc/src/color.cpp:3541:
error: (-215) (scn == 3 || scn == 4) && (depth == CV_8U || depth == CV_32F)
in function cvtColor
#scn (the number of channels of the source),
#i.e. self.img.channels(), is neither 3 nor 4.
#
#depth (of the source),
#i.e. self.img.depth(), is neither CV_8U nor CV_32F.
# 所以不能用 [0,255,0] ,而要用 [[[0,255,0]]]
# 这里的三层括号应该分别对应于 cvArray , cvMat , pIlImage
green=np.uint8([[[0,255,0]]])
hsv_green=cv2.cvtColor(green,cv2.COLOR_BGR2HSV)
print hsv_green
[[[60 255 255]]]
现在你可以分别用 [H-100,100,100] 和 [H+100,255,255] 做上
下阈值。

除了这个方法之外,你可以使用任何其他图像编辑软件(例如 GIMP)
或者在线转换软件找到相应的 HSV 值,但是最后别忘了调节 HSV 的范围。