Cv2的方法。findContours用于查找轮廓。代码示例如下:
Cr、t = cv2。cv2 findContours (b。retr_tree cv2.chain_approx_simple) #
第三个参数定义了轮廓的近似方式
在上述函数的参数中，第一个参数是二值化矩阵，第二个参数是获得轮廓的方式，第三个参数是定义轮廓的近似方式。
搜索大纲
Cv2方法。FindContours用于查找contours。代码示例如下:
Cr t等于cv2。Cv2 findContours (b. retr_tree Cv2 .chain_approx_simple) #
第三个参数定义了轮廓的近似方式
上述函数的参数中，第一个参数是二值化矩阵，第二个参数是获取轮廓的方式，第三个参数是定义轮廓的近似方式。
1、可能是光线太昏暗。
2、建议用户在光线充足的地方进行人脸识别。
3、如果用户戴着眼镜。
4、建议将眼镜摘下后再进行人脸识别。
5、如果化了妆，需要卸妆后再进行人脸识别。
6、微信人脸识别一般用于解封账号。
7、如果不能识别，建议切换其他验证方式。
8、在人脸识别页面可以点击“遇到问题，尝试其他方式”。
9、如果以上方法都不能解决问题，建议咨询微信客服官方解决。
微信人脸识别可视化的实现
DateFromWebChat (从网页版微信窗口下载好友头像)
AI (识别模块，主要用于识别好友头像是否为人脸，并且计算人脸的数量与头像的总数且return)
DateVisul (数据可视化模块，用与AI模块返回参数的可视化)
union（将整合以上三个模块的顶层模块）
知识准备
python中opencv图像处理模块的使用(主要是CascadeClassifier级联图像分类器与 detectMultiScale人脸识别函数的使用)
python中os模块的使用(主要涉及os.imread灰度图像处理与os.listdir(path)获取路径下文件这两个函数的使用)
sys模块的使用(sys.stdout.flush()缓冲器一次返回一个值)
python中Matplotlib图形框架的使用(涉及饼图plt.pie的使用与使用matplotlib.font_manager.FontProperties设置文字显示方式)
1. 简介。
图像处理是一门应用非常广的技术，而拥有非常丰富第三方扩展库的 Python 当然不会错过这一门盛宴。PIL （Python Imaging Library）是 Python 中最常用的图像处理库，目前版本为 1.1.7，我们可以 在这里 下载学习和查找资料。
Image 类是 PIL 库中一个非常重要的类，通过这个类来创建实例可以有直接载入图像文件，读取处理过的图像和通过抓取的方法得到的图像这三种方法。
2. 使用。
导入 Image 模块。然后通过 Image 类中的 open 方法即可载入一个图像文件。如果载入文件失败，则会引起一个 IOError ；若无返回错误，则 open 函数返回一个 Image 对象。现在，我们可以通过一些对象属性来检查文件内容，即：
1 >>>import Image
2 >>>im = Image.open("j.jpg")
3 >>>print im.format, im.size, im.mode
4 JPEG (440, 330) RGB
这里有三个属性，我们逐一了解。
format : 识别图像的源格式，如果该文件不是从文件中读取的，则被置为 None 值。
size : 返回的一个元组，有两个元素，其值为象素意义上的宽和高。
mode : RGB（true color image），此外还有，L（luminance），CMTK（pre-press image）。
现在，我们可以使用一些在 Image 类中定义的方法来操作已读取的图像实例。比如，显示最新载入的图像：
1 >>>im.show()
2 >>>
输出原图：
3. 函数概貌。
3.1 Reading and Writing Images : open( infilename ) , save( outfilename )
3.2 Cutting and Pasting and Merging Images :
crop() : 从图像中提取出某个矩形大小的图像。它接收一个四元素的元组作为参数，各元素为（left, upper, right, lower），坐标系统的原点（0, 0）是左上角。
paste() :
merge() :
1 >>>box = (100, 100, 200, 200)
2 >>>region = im.crop(box)
3 >>>region.show()
4 >>>region = region.transpose(Image.ROTATE_180)
5 >>>region.show()
6 >>>im.paste(region, box)
7 >>>im.show()
其效果图为：
旋转一幅图片：
1 def roll(image, delta):
2 "Roll an image sideways"
3
4 xsize, ysize = image.size
5
6 delta = delta % xsize
7 if delta == 0: return image
8
9 part1 = image.crop((0, 0, delta, ysize))
10 part2 = image.crop((delta, 0, xsize, ysize))
11 image.paste(part2, (0, 0, xsize-delta, ysize))
12 image.paste(part1, (xsize-delta, 0, xsize, ysize))
13
14 return image
3.3 几何变换。
3.3.1 简单的几何变换。
1 >>>out = im.resize((128, 128)) #
2 >>>out = im.rotate(45) #逆时针旋转 45 度角。
3 >>>out = im.transpose(Image.FLIP_LEFT_RIGHT) #左右对换。
4 >>>out = im.transpose(Image.FLIP_TOP_BOTTOM) #上下对换。
5 >>>out = im.transpose(Image.ROTATE_90) #旋转 90 度角。
6 >>>out = im.transpose(Image.ROTATE_180) #旋转 180 度角。
7 >>>out = im.transpose(Image.ROTATE_270) #旋转 270 度角。
各个调整之后的图像为：
图片1：
图片2：
图片3：
图片4：
3.3.2 色彩空间变换。
convert() : 该函数可以用来将图像转换为不同色彩模式。
3.3.3 图像增强。
Filters : 在 ImageFilter 模块中可以使用 filter 函数来使用模块中一系列预定义的增强滤镜。
1 >>>import ImageFilter
2 >>>imfilter = im.filter(ImageFilter.DETAIL)
3 >>>imfilter.show()
3.4 序列图像。
即我们常见到的动态图，最常见的后缀为 .gif ，另外还有 FLI / FLC 。PIL 库对这种动画格式图也提供了一些基本的支持。当我们打开这类图像文件时，PIL 自动载入图像的第一帧。我们可以使用 seek 和 tell 方法在各帧之间移动。
1 import Image
2 im.seek(1) # skip to the second frame
3
4 try:
5 while 1:
6 im.seek( im.tell() + 1)
7 # do something to im
8 except EOFError:
9 pass
3.5 更多关于图像文件的读取。
最基本的方式：im = Image.open("filename")
类文件读取：fp = open("filename", "rb")im = Image.open(fp)
字符串数据读取：import StringIOim = Image.open(StringIO.StringIO(buffer))
从归档文件读取：import TarIOfp = TarIo.TarIO("Image.tar", "Image/test/lena.ppm")im = Image.open(fp)
基本的 PIL 目前就练习到这里。其他函数的功能可点击 这里 进一步阅读。
