การใช้งาน OpenCV ในภาษา Python แบบง่ายๆ พร้อมตัวอย่าง

# การใช้งาน OpenCV ในภาษา Python สำหรับประยุกต์ใช้ในโลกจริง

OpenCV (Open Source Computer Vision Library) เป็นห้องสมุดที่มีความสามารถสูงสำหรับการประมวลผลภาพและวิดีโอ ซึ่งนักพัฒนาสามารถใช้งานได้อย่างกว้างขวางในโครงการด้านวิทยาศาสตร์คอมพิวเตอร์ เช่น การจดจำวัตถุ, ตรวจจับใบหน้า, และประมวลผลภาพต่างๆ. ในบทความนี้, เราจะพาทุกท่านสัมผัสกับการใช้งาน OpenCV ในภาษา Python ผ่านตัวอย่าง CODE 3 ตัวอย่าง และอธิบายการทำงาน, รวมถึงยกตัวอย่าง usecase ในโลกจริงที่คุณสามารถนำไปประยุกต์ใช้ได้.

บทนำ OpenCV และภาษา Python

ภาษา Python ถูกทราบกันดีในแง่ของเป็นภาษาที่อ่านง่ายและเขียนง่าย การผสมผสานความเป็นมาตรฐานของ Python กับไลบรารี OpenCV ที่มีฟีเจอร์ครบครัน ทำให้การพัฒนาแอปพลิเคชันด้านวิชั่นคอมพิวเตอร์เป็นเรื่องที่ง่ายและมีประสิทธิภาพมากขึ้น.

ติดตั้ง OpenCV สำหรับ Python

ก่อนที่เราจะดำดิ่งลงไปยังตัวอย่าง CODE, คุณจะต้องติดตั้ง OpenCV ลงในระบบของคุณก่อน. คุณสามารถทำได้ด้วยคำสั่ง:

 pip install opencv-python

ตัวอย่าง CODE 1: การอ่านและแสดงภาพ

 import cv2

# อ่านภาพจากไฟล์
image = cv2.imread('path_to_image.jpg')

# แสดงภาพ
cv2.imshow('Image', image)

# รอการกดคีย์เพื่อปิด
cv2.waitKey(0)
cv2.destroyAllWindows()

การทำงานของ CODE ข้างต้นค่อนข้างง่าย: อ่านภาพเข้ามาและแสดงผลในหน้าต่างของ OpenCV. กดคีย์ใดๆ บนคีย์บอร์ดเพื่อปิดหน้าต่างภาพ.

ตัวอย่าง CODE 2: การตรวจจับใบหน้าในภาพ

 import cv2

# โหลด pre-trained classifier สำหรับการตรวจจับใบหน้า
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

# อ่านภาพจากไฟล์
image = cv2.imread('path_to_image.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# ตรวจจับใบหน้าในภาพ
faces = face_cascade.detectMultiScale(gray, 1.1, 4)

# วาดสี่เหลี่ยมบริเวณที่ตรวจจับได้
for (x, y, w, h) in faces:
    cv2.rectangle(image, (x, y), (x+w, y+h), (255, 0, 0), 2)

# แสดงผลภาพ
cv2.imshow('Face Detected', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

การทำงานของ CODE นี้เริ่มจากการโหลดของ pre-trained classifier สำหรับการตรวจจับใบหน้า, อ่านภาพและแปลงเป็นสีเทาเพื่อง่ายต่อการประมวลผล, จากนั้นใช้ขอข้อมูล classifier เพื่อตรวจจับใบหน้าที่มีอยู่ในภาพ, สุดท้ายวาดสี่เหลี่ยมเพื่อระบุตำแหน่งของใบหน้า.

ตัวอย่าง CODE 3: การประยุกต์ใช้ในโลกจริง - การตรวจจับการอ่านข้อมูล QR Code

OpenCV ยังสามารถใช้สำหรับการตรวจจับและอ่านข้อมูลจาก QR Code, ซึ่งเป็น usecase ที่พบเจอได้บ่อยในการจ่ายเงินอิเล็กทรอนิกส์, การติดตามสินค้า, และหลายๆ ด้านในโลกธุรกิจ.

 import cv2

# อ่านภาพจากไฟล์
image = cv2.imread('path_to_image.jpg')

# ตรวจจับ QR Code
detector = cv2.QRCodeDetector()
data, vertices_array, binary_qrcode = detector.detectAndDecode(image)

# หากพบ QR Code แสดงข้อมูลและวาดรูปรอบ QR Code
if vertices_array is not None:
    # วาดรูปรอบจุดของ QR Code
    n = len(vertices_array)
    for i in range(n):
        cv2.line(image, tuple(vertices_array[i][0]), tuple(vertices_array[(i+1) % n][0]), (255,0,0), 5)

    # แสดงข้อมูล QR Code
    print("QR Code data:", data)
    cv2.imshow('Image with QR Code', image)
    cv2.waitKey(0)
    cv2.destroyAllWindows()
else:
    print("No QR Code found.")

CODE นี้แสดงวิธีใช้ OpenCV เพื่อตรวจจับและอ่านข้อมูล QR Code เมื่อตรวจเจอ, จะวาดเส้นรอบๆ QR Code ในภาพและแสดงข้อมูลที่ถอดรหัสได้.

หัวใจของการเรียนการสอนที่ EPT (Expert-Programming-Tutor) คือการช่วยให้ผู้เรียนเข้าใจแนวคิดไม่เพียงแต่ระดับภาษาโปรแกรมหรือแนวทางการเขียนโค้ดเท่านั้น แต่เรายังมุ่งเน้นให้นักศึกษาสามารถนำพาความรู้ไปประยุกต์เพื่อแก้ไขปัญหาหลากหลายในโลกจริงได้อีกด้วย. หลังจากเรียนรู้ไปกับเรา, คุณจะสามารถประยุกต์ใช้เทคนิคเหล่านี้ในโปรแกรมของตัวเอง, ไม่ว่าจะเป็นโครงการจดจำใบหน้า, ตรวจจับวัตถุ, การประมวลผลภาพอัตโนมัติ, หรือแม้แต่ระบบความปลอดภัยที่ใช้วิดีโอเฝ้าระวัง.

หมายเหตุ: ข้อมูลในบทความนี้อาจจะผิด โปรดตรวจสอบความถูกต้องของบทความอีกครั้งหนึ่ง บทความนี้ไม่สามารถนำไปใช้อ้างอิงใด ๆ ได้ ทาง EPT ไม่ขอยืนยันความถูกต้อง และไม่ขอรับผิดชอบต่อความเสียหายใดที่เกิดจากบทความชุดนี้ทั้งทางทรัพย์สิน ร่างกาย หรือจิตใจของผู้อ่านและผู้เกี่ยวข้อง