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帮助我入门的教程。
据我所知，唯一一个执行机器视觉的Python免费库是PyCV（显然是OpenCV的包装器），但我找不到合适的教程。 / p>
我的主要任务是从FireWire获取图像。在不同区域中分割图像。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。我希望在Python中找到等价的函数是graythresh，regionprops和gray2ind。
谢谢！
答案 0 :(得分：13)
OpenCV可能是您图书馆的最佳选择;你可以为他们选择包装纸。我查看了标准OpenCV安装附带的SWIG包装器，但最终使用ctypes-opencv，因为内存管理似乎更清晰。
它们都是围绕C代码的非常薄的包装器，因此您可以找到的任何C引用都适用于Python。
OpenCV是巨大的，并没有特别好的文档记录，但样本目录中包含一些体面的样本，您可以使用它们来开始。可搜索的OpenCV API参考为here。
你没有提到你是在寻找在线或印刷来源，但是我有O'Reilly书并且它非常好（C中的例子，但很容易翻译）。
FindContours函数有点类似于regionprops;它会为您提供已连接组件的列表，然后您可以检查这些组件以获取其信息。
对于阈值处理，您可以尝试Threshold。我确信你可以通过一个标志来使用Otsu的方法，但它似乎没有列在那里的文档中。
我没有遇到与gray2ind相对应的特定功能，但它们可能在那里。
答案 1 :(得分：7)
文档：几年前我使用OpenCV包装了很多Python。 OpenCV有大量文档记录，附带了许多示例，甚至还有book。我使用的Python包装器足够薄，因此需要非常少的包装器特定文档（这对于许多其他包装库来说是典型的）。我想几分钟看一个例子，比如PyCV单元测试就是你所需要的，然后你可以专注于适合你需要的OpenCV文档。
分析：至于是否有一个比OpenCV更好的库，我有点过时的观点是，如果你想做相当高级的东西（例如对象跟踪），OpenCV是很好的，但它可能会满足你的需求。听起来像scipy ndimage加上一些基本的numpy数组操作就足够了。
获取：我知道用于获取的选项是OpenCV，Motmot，或者使用ctypes直接连接到驱动程序。其中，我从未使用过Motmot，因为我在安装它时遇到了麻烦。我发现其他方法相当简单，虽然我不记得细节（这是一件好事，因为这意味着它很容易）。
答案 2 :(得分：4)
我已经开设了一个关于这个主题的网站：pythonvision.org。它有一些教程，＆amp; c和一些软件链接。那里有更多的链接和教程。
答案 3 :(得分：2)
SciPy你可能会得到很好的服务。这是SciPy的introductory tutorial。它与Matlab有很多相似之处。特别是包含的matplotlib包，它明确地模拟了Matlab绘图功能。我不相信SciPy具有您提到的功能的等价物。有些东西是相似的。例如，threshold是一个非常简单的graythresh版本。它没有实现“Otsu”方法，它只是做了一个简单的阈值，但可能足够接近。
对不起，我不知道任何更接近你描述的任务的教程。但如果您习惯使用Matlab，并且想在Python中执行此操作，SciPy是一个很好的起点。
答案 4 :(得分：0)
我不太了解这个包Motmot或者它与OpenCV的比较，但是我已经导入并使用了一两个类。大部分图像处理都是通过numpy数组完成的，可能与您使用Matlab满足需求的方式类似。
答案 5 :(得分：0)
我使用.NET和IronPython从FW相机获得了图像。在CPython上我会检查ctypes库，除非你发现任何库支持抓取。
答案 6 :(得分：0)
前言：本书更适合想要熟练掌握计算机或机器视觉的人，即使它涵盖了原始问题的内容。
目前，您可以从图书网站免费下载最终草稿：
<强> http://programmingcomputervision.com/
从介绍：
本书背后的想法是提供一个易于理解的实践切入点 计算机视觉与对基础理论和算法的充分理解 成为学生，研究人员和爱好者的基础。
您需要了解的内容
你将学到什么